“病理学特征”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果2474536个，建议您升级VIP下载更多相关专利

[发明专利]一种病理学图像细胞拓扑特征提取方法-CN202310981692.1在审
发明人：董亚东;赵杰;李明原;何贤英;马倩倩;王琳琳;王琳;卢耀恩 -专利权人：郑州大学第一附属医院
申请日： 2023-08-04 - 公布日： 2023-10-24 - 主分类号： G06V20/69 文献下载
摘要：本发明涉及一种病理学图像细胞拓扑特征提取方法，获取病理学图像，对病理学图像进行细胞分割，对细胞分割后的病理学图像进行轮廓提取，得到细胞轮廓信息，根据细胞轮廓信息，构建细胞之间的拓扑结构，基于构建的细胞拓扑结构，提取细胞拓扑特征。本发明提供的一种病理学图像细胞拓扑特征提取方法，充分考虑病理学图像中细胞间的拓扑特征，弥补了传统基于细胞形态、颜色、纹理等方法局限于像素特征的问题，以及弥补了传统神经网络模型局限于像素特征的问题，从生物意义出发提取拓扑特征，作为基于像素特征提取方法的补充，让计算机更全面的理解病理学图像。
一种病理学图像细胞拓扑特征提取方法

[发明专利]组织病理学亚型预测方法及成像方法-CN202310717200.8有效
发明人：赵荣昌;郗梓钧;张健 -专利权人：中南大学
申请日： 2023-06-16 - 公布日： 2023-09-15 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种组织病理学亚型预测方法，包括获取现有的源组织病理亚型图像数据集并处理得到组织病理亚型示例嵌入数据集；构建组织病理学亚型预测初始模型并训练得到组织病理学亚型预测模型；采用组织病理学亚型预测模型进行实际的组织病理学亚型的预测本发明还公开了一种包括所述组织病理学亚型预测方法的成像方法。本发明将组织病理学亚型预测制定为细粒度表示学习，通过选择具有自注意力学习范式的代表性示例设计以学习组织病理学亚型预测中的示例级细粒度表示，再基于多示例特征解耦实现模型的精确训练；因此本发明不仅能够实现组织病理学亚型的预测
组织病理学预测方法成像

[发明专利]组织病理学切片的亚型分类方法及装置、介质及终端-CN202210378284.2在审
发明人：于博;陈贺昌;张昀珂;周泓任;丛乐乐;丛宪玲 -专利权人：吉林大学
申请日： 2022-04-12 - 公布日： 2022-07-01 - 主分类号： G06T7/00 文献下载
摘要：本公开提供了一种组织病理学切片的亚型分类方法及装置、介质及终端，涉及医学影像诊断技术领域。其中该方法包括：提取目标图像包含的组织病理学切片的多尺度组织学特征；将多尺度组织学特征与组织病理学切片的病理数据特征映射到三维特征空间；在三维特征空间中，利用格式塔原则确定多尺度组织学特征与病理数据特征的相似度；基于相似度，对组织病理学切片进行亚型分类。通过本方案，可以提高对组织病理学切片进行亚型分类的准确率，从而提高对患者进行诊断的精确度。
组织病理学切片分类方法装置介质终端

[发明专利]基于泊松环形条件随机场的宫颈癌组织病理图像诊断方法-CN201811242279.9在审
发明人：李晨;陈昊;胡志杰;孙洪赞;张乐;许宁;钱唯;马贺;薛丹;尚麟静 -专利权人：东北大学
申请日： 2018-10-24 - 公布日： 2019-03-01 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及一种基于泊松环形条件随机场的宫颈癌组织病理图像诊断方法，所述方法包括：101、获取数字化宫颈癌组织病理学图像；102、对获取的数字化宫颈癌组织病理学图像进行预处理；103、采用分割算法对经过预处理的数字化宫颈癌组织病理学图像进行聚类分割和分块，获得多个图像小块；104、从步骤103中获得的每个图像小块中提取特征，然后对提取到的特征进行特征选择；105、采用条件随机场模型对选择到的特征进行数字化宫颈癌组织病理学图像分级，获得宫颈癌组织病理学图像的分级结果本发明提供的基于泊松环形条件随机场的宫颈癌组织病理图像诊断方法，能够根据宫颈癌组织病理图像，获得宫颈癌的分级结果。
宫颈癌组织病理学病理图像数字化图像预处理图像小块诊断分级机场条件随机场模型分割算法特征选择提取特征图像分级宫颈癌分块聚类分割

[发明专利]基于CNN和影像组学特征融合的乳腺癌组织病理学分级方法-CN201810555876.0有效
发明人：陈健;闫镔;曾磊;海金金;乔凯;徐静波;高飞;徐一夫;谭红娜;梁宁宁 -专利权人：中国人民解放军战略支援部队信息工程大学
申请日： 2018-06-01 - 公布日： 2022-04-08 - 主分类号： G06V10/80 文献下载
摘要：本发明涉及CNN及图像分类识别技术领域，尤其涉及基于CNN和影像组学特征融合的乳腺癌组织病理学分级方法。本发明提出通过构建特征融合的CNN模型判断钼靶影像的乳腺癌组织病理学等级，利用钼靶肿瘤区域提取的灰度特征、纹理特征和小波特征，通过LASSO logistic回归模型进行特征筛选，选出与乳腺癌组织病理学等级相关性大的特征，再通过将CNN提取的高层语义特征和筛选出的影像组学特征在网络新添加的全连接层进行特征融合，而拟合得到特征融合的CNN模型用来识别乳腺癌组织病理学等级。本发明能够直接对患者扫描的乳腺钼靶图像进行分析判断患者所处的乳腺癌组织病理学等级，在保证判别精度的同时进一步缩短了判别时间。
基于 cnn 影像特征融合乳腺癌组织病理学分级方法

[发明专利]用于数字病理学的灵敏度分析-CN201980036575.X在审
发明人： M·B·范莱文;R·温贝格尔－弗里德尔 -专利权人：皇家飞利浦有限公司
申请日： 2019-05-29 - 公布日： 2021-01-15 - 主分类号： G16H30/00 文献下载
摘要：获得并且数字化病理学样本(诸如在组织病理学或细胞病理学中)的能力已经打开当诊断各种各样的医学状况时的准确且自动化计算机操作分析或计算机辅助分析的可能性。典型的数字病理学图像分析管线涉及大量的图像预处理和处理操作。这些算法中使用的参数的小的改变能够导致最终病理学发现中的显著改变。因此，本申请提出在数字病理学图像分析管线上执行灵敏度分析以评估给定病理学结果对数字病理学图像分析管线中的参数的改变的灵敏度。
用于数字病理学灵敏度分析

[发明专利]用于提供检查信息的方法和用于确定检查信息的系统-CN202111142600.8在审
发明人：斯文·科勒;斯文娅·利普波克;福尔克尔·沙勒 -专利权人：西门子医疗有限公司
申请日： 2021-09-28 - 公布日： 2022-04-05 - 主分类号： G16H10/40 文献下载
摘要：提供一种方法和装置，以便能够通过计算机实现的和自动化的分析现有的组织病理学检查结果来辨识可行的进一步的(组织)病理学检查。现有的组织病理学检查结果在此以组织病理学数据集的形式可用。所述组织病理学数据集具有一个或多个第一组织病理学切片图像，所述第一组织病理学切片图像分别示出由患者的组织样本制备并且用第一组织病理学染色剂染色的第一组织切片。借助于分析算法基于所述组织病理学数据集确定涉及检查信息，所述检查信息具有关于对患者执行进一步的(组织)病理学检查的指示，尤其通过鉴定的用户进行。
用于提供检查信息方法确定系统

[发明专利]用于分析组织病理学图像数据的方法和设备-CN202111105587.9在审
发明人：斯文·科勒;斯文娅·利普波克 -专利权人：西门子医疗有限公司
申请日： 2021-09-22 - 公布日： 2022-03-29 - 主分类号： G06V20/69 文献下载
摘要：本发明提供一种用于分析组织病理学图像数据的方法和系统。本发明提供一种用于提供关于患者的不同的组织病理学图像的相似性信息的方法，所述方法具有如下步骤：提供第一组织病理学图像数据，第一组织病理学图像数据基于在第一时刻从患者提取的组织样本；提供第二组织病理学图像数据，第二组织病理学图像数据基于在不同于第一时刻的第二时刻从患者提取的组织样本；借助于图像处理算法对第一组织病理学图像数据和第二组织病理学图像数据就第一组织病理学图像数据中的指示病理学鉴定的至少一个区域与第二组织病理学图像数据中的指示病理学鉴定的至少一个区域之间的相似性进行分析
用于分析组织病理学图像数据方法设备

[发明专利]影像学图像与病理学图像的关联方法、装置、设备和介质-CN202210269171.9在审
发明人：车拴龙;卢芳;刘斯;余霆嵩;李晶;丁向东;冯晓冬;张志魁 -专利权人：广州金域医学检验中心有限公司
申请日： 2022-03-18 - 公布日： 2022-06-21 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种影像学图像与病理学图像的关联方法，包括：首先获取病变组织的第一真实影像学图像、病变组织样本的第二真实影像学图像及病变组织样本的真实病理学图像。再根据第二真实影像学图像和真实病理学图像微调已收敛的生成对抗网络，直至生成对抗网络基于目标对象的真实影像学图像生成虚拟病理学图像，且该虚拟病理学图像与目标对象的真实病理学图像相似。最后通过微调后的生成对抗网络将第一真实影像学图像生成为病变组织的虚拟病理学图像，这样对于病变组织就能实现影像学图像与病理学图像，在图像级别的紧密关联，促进宏观与微观的关联研究。此外，还提出了影像学图像与病理学图像的关联装置、设备和存储介质。
影像图像病理学关联方法装置设备介质

[发明专利]在组织处理模块之间的自动转移-CN202080073895.5在审
发明人： A·德拉格特;R·P·乔迪 -专利权人：萨库拉芬奈泰克欧洲公司
申请日： 2020-10-12 - 公布日： 2022-06-03 - 主分类号： G01N35/00 文献下载
摘要：一种方法，包括使载体与机器人臂接合；以及通过机器人臂将所述载体从在病理学仪器外的第一位置转移到在该病理学仪器内的第二位置。一种病理学组件，包括第一病理学模块；第二病理学模块；机器人臂，其可操作以在第一病理学模块和第二病理学模块之间转移载体，所述载体可操作以容纳多个组织盒。一种病理学组件，包括联接到机器人臂并包括非暂时性机器可读指令的处理器，该指令在被执行时使机器人臂执行方法，该方法包括：使载体与机器人臂接合；以及通过机器人臂将所述载体从在病理学仪器外的第一位置转移到在该病理学仪器内的第二位置
组织处理模块之间自动转移

[发明专利]病理学数据捕获-CN201780048271.6在审
发明人： J.K.巴拉尔 -专利权人：威里利生命科学有限责任公司
申请日： 2017-07-28 - 公布日： 2019-04-02 - 主分类号： G16H30/20 文献下载
摘要：一种用于病理学数据捕获的方法，包括用显微镜放大病理学样本以形成放大的病理学图像。该方法还包括用光学耦合到显微镜的数码相机记录放大的病理学图像，并用麦克风记录来自显微镜的用户的语音注释。放大的病理学图像和语音注释被传送到电耦合到数码相机和麦克风的处理装置。处理装置执行包括如下的操作：将放大的病理学图像和语音注释记录到存储介质、针对记录时间放大的病理学图像和语音注释进行索引、以及将用户的语音注释标记到放大的病理学图像中的一个或多个特定位置。
病理学语音注释放大图像显微镜处理装置数据捕获数码相机记录病理学样本麦克风记录存储介质光学耦合数码相机麦克风电耦合记录索引并用

[发明专利]基于狭长型条件随机场的宫颈癌组织病理图像诊断方法-CN201811056305.9在审
发明人：李晨;陈昊;孙洪赞;张乐;许宁;钱唯;马贺;薛丹;胡志杰;贺良子 -专利权人：东北大学
申请日： 2018-09-11 - 公布日： 2019-02-01 - 主分类号： G06K9/00 文献下载
摘要：本发明属于疾病识别技术领域，尤其涉及一种基于狭长型条件随机场的宫颈癌组织病理图像诊断方法。该方法包括如下步骤：A1、对待处理的宫颈癌组织病理学显微图像，进行预处理；A2、对预处理的宫颈癌组织病理学显微图像进行分割处理；A3、选取分割处理后的图像进行特征提取，获取提取的全局特征；A4、采用条件随机场的方式对全局特征、分割处理后的图像进行处理，获取特征向量；A5、将所述特征向量输入预先训练的分类模型中，获取宫颈癌组织病理学显微图像的分类结果。本发明的方法全新设计了狭长型中心对称布局，用以结合使用宫颈癌组织病理学显微图像的局部特征与全局特征，使系统的诊断结果更加高效可靠。
宫颈癌组织显微图像病理学分割处理全局特征预处理病理图像特征向量机场图像分类结果分类模型高效可靠局部特征特征提取诊断结果中心对称诊断疾病

[发明专利]组织病理学诊断支持系统、组织病理学诊断支持程序以及组织病理学诊断支持方法-CN200980140217.X有效
发明人：吉原庆子;冈岛健治;斋藤彰 -专利权人：日本电气株式会社
申请日： 2009-10-06 - 公布日： 2011-09-07 - 主分类号： G01N33/48 文献下载
摘要：本申请公开了组织病理学诊断支持系统，组织病理学诊断支持方法和组织病理学诊断支持程序，其能够在病理诊断中实现高准确性癌症确定。所述组织病理学诊断支持系统包括细胞核均匀性评估机构，用于评估图像中导管区中包含的大量细胞核的均匀性。
组织病理学诊断支持系统支持程序以及方法

[发明专利]一种基于无线传输的病理学检测系统-CN201911075912.4在审
发明人：裘柳懿;杨勇;陈丰农;王茂峰;葛飞航 -专利权人：东阳市人民医院
申请日： 2019-11-06 - 公布日： 2020-02-28 - 主分类号： H04W74/08 文献下载
摘要：本发明公开了一种基于无线传输的病理学检测系统，包括：病理学检测装置、数据收集装置、基站以及中心服务器，该病理学检测装置、数据收集装置、基站以及中心服务器被配置为进行以下操作：由病理学检测装置对生物样本进行检测并生成检测数据；由病理学检测装置通过向基站发送RRC连接请求消息；响应于接收到RRC连接请求消息，由基站向病理学检测装置发送上行链路授权；响应于接收到上行链路授权，由病理学检测装置在上行链路资源上向基站发送竞争解决消息；响应于接收到竞争解决消息，由基站判断竞争解决消息中包含的缓存状态报告的类型；如果判断包含常规的针对设备间通信的缓存状态报告，则由基站向病理学检测装置调度用于设备间通信的时频资源。
一种基于无线传输病理学检测系统

[发明专利]结合稳定学习与混合增强的病理学图像分类方法及系统-CN202310252563.9在审
发明人：曹欣;汪志伟;赵凤军;苏临之 -专利权人：西北大学
申请日： 2023-03-16 - 公布日： 2023-07-04 - 主分类号： G06T7/00 文献下载
摘要：本发明属于医学图像处理和深度学习技术领域，公开了一种结合稳定学习与混合增强的病理学图像分类方法及系统，获取病理学图像数据集，将病理学图像数据集划分为训练集、验证集、测试集以及外部验证集，并对病理学图像数据集进行预处理；构建结合稳定学习和混合增强的深度学习网络并利用训练集进行训练，利用验证集获得最优的深度学习网络模型；将测试集和外部验证集输入至最优的深度学习网络模型中，输出病理学图像分类结果。本发明利用拟合较好的病理学图像分类模型，有效改善传统模型的过拟合问题和对域偏移数据识别能力弱的问题，提升了独立同分布数据的识别精度，提高了病理学图像分类模型的鲁棒性和泛化能力以及病理学图像的诊断准确率。
结合稳定学习混合增强病理学图像分类方法系统

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条