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

AITNT
正文
推荐专利
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
申请号:CN202510426775
申请日期:2025-04-07
公开号:CN120495170A
公开日期:2025-08-15
类型:发明专利
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
1
一种海洋地磁场预测模型的建模方法
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
2
一种寒地优质水稻基因检测芯片及其应用
基因检测芯片 染色体 位点 水稻种质资源 理化检测方法
3
一种硼中子俘获治疗血硼浓度检测方法
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
4
汽车零部件单类料盒在托盘最优摆放数量及位置确定方法
托盘 料盒 构建数学模型 线性规划模型 汽车零部件物流
5
基于组合算法的民宿集群实时需求响应调度方法及系统
改进型遗传算法 集群 需求响应调度方法 ADMM算法 组合算法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号