摘要
本发明提供一种融合病理染色迁移和YOLO目标检测的肿瘤出芽自动识别方法,包括:利用CUT模型训练H&E图像到免疫组化图像间的染色迁移模型,并利用染色迁移模型将H&E染色的全幅病理切片转化为细胞角蛋白染色的全幅病理切片;利用基于YOLOv10改进的TB‑YOLO模型对生成的细胞角蛋白染色的全幅病理切片进行肿瘤出芽检测。本发明结合使用CUT进行病理图像染色迁移,并利用TB‑YOLO分析生成的IHC图像进行肿瘤出芽检测,同时确保阳性信号的准确翻译和检测,以为病理科医生提供更为丰富的诊断信息,提高诊断准确率,降低患者的病理检查费用,能够实现仅利用H&E染色图像准确检测肿瘤出芽,提升了不同染色方式医学图像的可比性和跨染色方法的适用性。
技术关键词
自动识别方法
YOLO模型
染色
肿瘤
二氨基联苯胺
特征融合网络
图像
模块
角蛋白
上采样
高层语义特征
全景可视化
通道注意力机制
生成高分辨率
生成缩略图
多尺度信息
生成多尺度
可视化平台
特征提取单元
检测头
系统为您推荐了相关专利信息
优化反向传播神经网络
海洋
建模方法
遗传优化算法
表达式
基因检测芯片
染色体
位点
水稻种质资源
理化检测方法
浓度检测方法
硼中子俘获治疗
关键点
Harris角点检测
特征提取算法
托盘
料盒
构建数学模型
线性规划模型
汽车零部件物流
改进型遗传算法
集群
需求响应调度方法
ADMM算法
组合算法