摘要
本发明提供了一种PD‑L1免疫组化切片肿瘤识别检测方法及系统,采集临床病理学实验的各类器官PD‑L1切片,进行高分辨率扫描、预识别筛选及云端数据存储,获取各类器官PD‑L1切片数据集;自动标注每个肿瘤细胞标注像素级掩膜,自动生成标注边界框,获取肿瘤细胞区域标注数据集;根据肿瘤细胞区域标注数据集,对所有标注为有效区域的位置进行预处理,创建YOLO v8深度学习模型并进行训练逐步调整网络权重,输出YOLO v8深度学习模型预测结果;分析计算YOLO v8深度学习模型预测评估指标信息是否符合训练目标评估指标,完成模型训练进行PD‑L1免疫组化病理切片肿瘤细胞的准确定位和像素级区域识别检测。
技术关键词
免疫组化切片
深度学习模型
肿瘤
识别检测方法
识别检测系统
像素
掩膜
分系统
指标
细胞形态特征
标签
数据存储
图像
云存储子系统
预测类别
传播算法
云端