一种基于CE-Net算法的肠神经节细胞术前识别方法技术

本发明专利技术公开了一种基于CE

【技术实现步骤摘要】
一种基于CE
‑
Net算法的肠神经节细胞术前识别方法


[0001]本专利技术涉及细胞识别的
，尤其涉及一种基于CE
‑
Net算法的肠神经节细胞术前识别方法。

技术介绍

[0002]肠无神经节细胞症(aganglionosis)，顾名思义就是肠道缺乏神经节细胞，是一种先天性肠神经系统发育异常性疾病，发生率约1/2000
‑
1/5000。由于肠道神经节细胞缺如，病变肠管处于痉挛状态，不能舒张，导致肠梗阻。由于肠神经系统在胚胎期是由头端向尾端发育，如果发育停止在消化道的某个部位，那该部位以远则肠道神经节细胞缺乏，因此肠无神经节细胞症的病变部位多位于消化道的远端特别是结肠中远端，这就导致该病的临床特点为排便困难，肠梗阻、腹胀、肠道感染等情况。肠无神经细胞症是一种病理异常导致的功能性疾病，基本病理变化包括：病变肠管粘膜下及肌间神经丛中的神经节细胞缺如；无神经节段的肠壁粘膜下层及肌间肥大胆碱能神经纤维增生，形成所谓“肥大神经丛(hypertrophic nerve trunk)”结构。手术切除病变本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于CE
‑
Net算法的肠神经节细胞术前识别方法，其特征在于，包括以下步骤：S1，采集病理切片的图像数据，并通过预处理增加图像数据量，得到训练数据集；S2，构建肠神经节细胞识别模型；S3，结合训练数据集对肠神经节细胞识别模型进行训练；S4，肠神经节细胞识别模型的推理端计算阈值；S5，通过训练后的肠神经节细胞识别模型对待测图片进行肠神经节细胞的识别。2.如权利要求1所述的基于CE
‑
Net算法的肠神经节细胞术前识别，其特征在于：所述S1还包括以下步骤：S1
‑
1，对图像数据进行数据增强；S1
‑
2，随机选择100张没有神经节细胞的图像，生成全黑的标签以扩充数据集和充分利用提供的图像；S1
‑
3，通过伪标签策略增加图像数量。3.如权利要求2所述的基于CE
‑
Net算法的肠神经节细胞术前识别方法，其特征在于：所述数据增强包括：对图像采用resize策略，为提高模型的泛化能力，对图像进行亮度、对比度、饱和度的调节，以及色彩增强。4.如权利要求3所述的基于CE
‑
Net算法的肠神经节细胞术前识别方法，其特征在于：所述肠神经节细胞识别模型基于U
‑
Net架构的CE
‑
Net网络进行构建并对其进行...

【专利技术属性】
技术研发人员：唐维兵，曹祯庭，唐杰，周春雷，武海燕，杜春霞，吴婷，李梦婷，钱新月，
申请(专利权)人：南京南数数据运筹科学研究院有限公司南京大学，
类型：发明
国别省市：