摘要
本发明提供一种膀胱癌免疫分型识别方法及系统,包括:对病理图像数据进行预处理,得到预处理后病理图像数据;基于语义分割网络TransUNet构建肿瘤与基质区域分割模型,采用预处理后病理图像数据和标签数据对肿瘤与基质区域分割模型进行训练,得到训练好的肿瘤与基质区域分割模型;利用训练好的肿瘤与基质区域分割模型输出的肿瘤与基质分割结果,构建基于Resnet50的TIL识别神经网络模型分类模型;基于TIL识别神经网络模型分类模型输出的淋巴细胞浸润评分,得到膀胱癌免疫分型结果。本发明利用数字化病理图像自动识别肿瘤区域与免疫细胞分布,构建标准化的免疫评分与分型方法,提升临床免疫治疗个体化决策能力。
技术关键词
识别神经网络
肿瘤
识别方法
淋巴细胞
语义分割网络
数字化病理
数据
数字切片扫描仪
非暂态计算机可读存储介质
图像分析软件
分型方法
HE染色
特征提取器
患者
标签
处理器
组织
免疫细胞
识别系统
系统为您推荐了相关专利信息
数据采集板卡
破损识别方法
磁探头
姿态传感器
探头传感器
光谱指纹特征
LED光源
光谱采集器
Softmax函数
特征向量库
多任务深度学习模型
立体图像数据
环境检测模块
年龄估计模型
人脸识别模块