摘要
本申请提供了一种全流程病理图像分析方法及装置,属于医疗人工智能技术领域,获取源于胃癌患者的全视野数字化WSI切片图像,并且利用多任务深度学习模型对获取的WSI切片图像进行分析,得到病理形态数据;基于大量WSI切片图像的图像特征以及大量病理文本的语义特征,构建包含图像文本对的多模态特征库,并且基于多模态特征库对待检索文本或待检索图像进行病理信息的多模态检索;将得到的所述病理形态数据和所述病理信息进行整合,并且按照预置的模板进行内容填充,生成病理报告。从而通过基于多任务深度学习的病理图像分析、跨模态交互式图文检索、病理报告自动化生成,实现病理分析的全流程智能化,提升胃癌病理分析的效率和准确性。
技术关键词
图像分析方法
多模态特征
检索图像
切片
语义特征
文本
样本
胃癌病理
医疗人工智能技术
形态
报告
机器可读指令
分支
多任务深度学习
数据
特征金字塔网络
焦点损失函数
系统为您推荐了相关专利信息
实例分割方法
实例分割网络
混合专家网络
融合多模态特征
染色
复杂多变环境
智能识别方法
二维图像数据
深度学习框架
GNSS基带信号
智能问答方法
大语言模型
政务
关系型数据库
索引
大数据服务系统
产品属性数据
分层注意力
基地
图谱
输电线路走廊
风险点
RANSAC算法
导线
风险评估报告