[发明专利]基于深度学习的级联式癌细胞检测系统在审
| 申请号： | 201910971767.1 | 申请日： | 2019-10-14 |
| 公开（公告）号： | CN110765908A | 公开（公告）日： | 2020-02-07 |
| 发明（设计）人： | 彭雅琴;刘正涛;肖璞;曹鹏飞;张琳 | 申请（专利权）人： | 三江学院 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G16H10/60;G16H50/20 |
| 代理公司： | 32285 南京先科专利代理事务所(普通合伙) | 代理人： | 孙甫臣 |
| 地址： | 210012 江苏省*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的级联式癌细胞检测系统，涉及深度学习检测领域，解决了病理识别过程中没有结合病历识别精度不高的技术问题，其技术方案要点是建立病历数据库和病理图像数据库，并通过特征提取单元来提取文本病历样本和病理图像样本的特征，然后将这些特征投入到分类层训练并生成检测模型，检测模型先对电子病理样本进行识别，识别结果为阳性则直接输出该结果，否则将文本病历样本和电子病理样本同时投入到检测模型进行识别。通过构建深度学习网络和级联式病理识别的系统，完整的模拟了医生进行病理图像阅读和判断的过程，同时将病历数据引入到病理识别的过程中，有效地应用了病人的就诊记录，为病理识别提供了辅助决策。 | ||
| 搜索关键词： | 病理识别 病理图像 病历 样本 病理样本 级联式 检测 文本 技术方案要点 特征提取单元 癌细胞检测 病历数据库 病历数据 辅助决策 学习检测 有效地 构建 病理 数据库 输出 学习 阅读 分类 引入 记录 医生 应用 网络 | ||
【主权项】：
1.一种基于深度学习的级联式癌细胞检测系统，其特征在于，包括样本建立模块、数据处理模块、模型训练模块和检测模块；/n所述样本建立模块包括：/n病历单元，将纸质病历或电子病历转换成文本病历样本，形成病历数据库；/n病理单元，将病理图像转化为电子病理样本，形成病理图像数据库；/n所述数据处理模块包括：/n文本处理单元，对所述文本病历样本进行预处理将其转为数值型向量；/n图像处理单元，对所述电子病理样本进行预处理，对颜色相似度和纹理相似度进行综合判断，从而提取病理图像样本；/n所述模型训练模块包括：/n文本特征提取单元，提取所述文本病历样本的文本特征向量；/n图像特征提取单元，提取所述病理图像样本的图像特征向量；/n和模型训练单元；/n所述模型训练单元包括：/n第一训练单元，将所述图像特征向量投入到分类层进行训练，生成第一检测模型；/n第二训练单元，将所述文本特征向量和所述图像特征向量投入到分类层进行训练，生成第二检测模型；/n检测模块，将所述电子病理样本投入到所述第一检测模型进行识别，得到识别结果，若所述识别结果为阳性，则输出所述识别结果，否则将所述文本病历样本和所述电子病理样本同时投入到所述第二检测模型进行识别。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于三江学院，未经三江学院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910971767.1/，转载请声明来源钻瓜专利网。
