摘要
本发明提供一种基于神经网络的肿瘤分子分型识别系统和方法,步骤A1,获取待识别的苏木精‑伊红染色的平滑肌肿瘤的全视野数字病理切片作为待识别切片;步骤A2,对待识别切片进行预处理,得到预处理形成的待识别图像数据;步骤A3,将待识别图像数据输入预先训练好的分子分型识别模型,分子分型识别模型处理待识别图像数据输,得到平滑肌肿瘤分子的分型识别结果。建立基于CNN的深度学习模式进行平滑肌肿瘤分子分型的鉴定,准确率高,操作简单,耗时短,人力投入少,资金成本低,同时对病理诊断者的要求较低,可广泛应用于各级医院的常规病理诊断,进而使LMS患者长期获益。
技术关键词
数字病理切片
数据获取模块
肿瘤
分子
识别图像块
识别系统
转录组测序数据
识别方法
数据分析模块
模型训练模块
样本
视野
染色
神经网络模型
感兴趣
拉普拉斯
测试模块
系统为您推荐了相关专利信息
决策树模型
加密数据
计算机可读指令
系统日志
报告
引物
环介导等温扩增
微流控芯片
核苷酸
检测鲍曼不动杆菌
蚁群优化算法
路径规划系统
胸部CT影像
启发式信息
DenseNet网络