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
多级特征融合
轮胎
识别方法
编码特征
通道解码器
图像识别方法
图像识别设备
拼接单元
可读存储介质
图像识别装置
防网络攻击
人脸识别检测
令牌
人脸识别方法
音视频
依赖关系识别方法
开放知识库
概念
预训练语言模型
文本
三维卷积神经网络
关键点
动作识别方法
通道
计算机程序产品