摘要
本发明公开了一种胰腺癌病理图像细胞亚群分布预测方法。该方法的具体步骤如下:(1)获取配对的胰腺癌病理图像和单细胞空间转录组数据作为实验数据。(2)利用Cell2location工具获取胰腺癌细胞类型分布金标准,以得到全监督模型训练的真实标签。(3)对胰腺癌病理图像进行裁剪分割、数据增强等预处理。(4)基于深度学习技术构建胰腺癌病理图像细胞分布预测模型。(5)训练构建的深度学习模型。(6)将测试集送入训练好的分类模型进行预测。本发明能够预测胰腺癌病理图像中细胞亚群分布、占比和相互环绕情况,可以用于协助临床病理医生进行胰腺癌病理的诊断,协助临床医生对胰腺癌患者进行预后评估和免疫治疗敏感性评估。
技术关键词
分布预测方法
生物信息分析工具
显微镜扫描系统
深度学习技术
欧几里得算法
胰腺癌组织
胰腺癌患者
图像块
数据
深度学习模型
注意力机制
基因
空间结构
邻居
标签
坐标
节点
优化器
样本
系统为您推荐了相关专利信息
数字孪生模型
特种设备
巡检方法
智能传感器网络
AR眼镜设备
橡胶隔震支座
集成传感器
支持向量机模型
监测系统
数据采集模块