摘要
本发明提供一种基于数字化病理切片的消化道肿瘤微生态系统的分析方法,包括以下步骤:首先使用Otsu算法精准提取胃癌组织的前景区域;然后基于卷积神经网络(CNN)预测癌与非癌区域;再使用CRF算法确定癌区与非癌区的交界区域,以及借助HoverNet模型对癌区和交界区域的细胞类别进行精准预测;最后运用Cox比例风险模型结合lasso‑cox方法根据从胃癌细胞中提取的特征进行量化评估患者的生存复发风险;本发明的有益效果为:本发明能够全方位、多层次地对胃癌病理图像进行解析,突破传统算法在处理复杂病理图像时精度不足、对癌区边界和细胞类别判断不准确的技术瓶颈;还可以为医生制定个性化治疗方案和准确预后评估提供关键数据支持,提升胃癌诊疗的科学性和有效性。
技术关键词
生态系统
分析方法
Otsu算法
图像
肿瘤
形态学特征
条件随机场算法
组织
纹理特征
切片染色
CRF算法
胃癌病理
灰度共生矩阵
数据
风险
患者