摘要
本申请公开了一种基于IHC与HE双模态图像的HER2状态识别方法及系统,涉及医学图像处理、分析技术,包括:对包含IHC和HE的全切片图像WSI进行预处理,并切割WSI为指定的图像块;构建多任务学习框架对切割IHC图像获得的图像块进行分类,以及,确定肿瘤区域内的HER2表达强度;计算各分级对应的图像块在肿瘤区域内的面积占比,以计算IHC HER2评分;将切割HE图像的每个图像块作为Prov‑GigaPath模型的输入,利用ABMIL模型聚合每个图像块的多维特征,作为HE HER2评分;将IHC HER2评分和HE HER2评分,转换为one‑hot编码,利用逻辑回归模型输出HER2判断结果。本申请能够快速输出HER2状态判读结果,辅助病理医生进行诊断,提高诊断效率和准确性。
技术关键词
状态识别方法
图像块
逻辑回归模型
XGBoost模型
肿瘤
状态识别系统
边缘检测方法
多维特征向量
监督学习方法
医学图像处理
多任务
线性单元
染色
切片
注意力机制
组织
优化器
强度
系统为您推荐了相关专利信息
水表表盘
图像块
轮廓图像
读数识别系统
图像分割
多模态特征融合
文本编码器
地物类别
标签文本
融合特征
边缘检测方法
分支
上下文特征
空间注意力网络
图像块