一种肿瘤浸润淋巴细胞识别方法和系统技术方案

本发明专利技术提供一种肿瘤浸润淋巴细胞识别方法和系统，构建肿瘤浸润淋巴细胞识别的训练集；构建用于训练的细胞分割网络，细胞分割网络的编码器通过Swin

【技术实现步骤摘要】
一种肿瘤浸润淋巴细胞识别方法和系统


[0001]本专利技术涉及病理学图像领域，特别涉及一种肿瘤浸润淋巴细胞识别方法；此外，本专利技术还涉及一种肿瘤浸润淋巴细胞识别系统。

技术介绍

[0002]近十年，计算机硬件与理论知识的蓬勃发展使得基于深度神经网络的模型被广泛应用于计算机视觉相关任务，极大的提升了生产效率与生活便利。于此同时，高精度的模型也被广泛应用于医疗领域以协助提升诊断准确率与诊断速度。
[0003]肿瘤浸润淋巴细胞，作为针对肿瘤类型识别的关键因素，其分布难以预测且细胞数量巨大。在临床上，较为细致的找出规定区域中淋巴细胞并进行相关统计工作将消耗病理医生极大的精力。所以，使用深度学习模型协助医生识别淋巴细胞对于提高医疗效率与准确性有不可忽视的意义。
[0004]在医学相关任务中，基于H&E染色切片的多类型组织识别作为通用的常见任务，在行业中有非常广泛的使用。在2015年为了解决医疗图像分割问题，研究人员提出了U
‑
Net结构。
[0005]然而，U
‑r/>Net在面积较本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种肿瘤浸润淋巴细胞识别方法，其特征在于，所述方法包括以下步骤：步骤1，构建肿瘤浸润淋巴细胞识别任务的训练集和测试集；步骤2，构建用于训练的细胞分割网络，所述细胞分割网络通过基于Swin
‑
Transformer的编码器对淋巴细胞进行特征学习，通过基于Swin
‑
Transformer的解码器对淋巴细胞分别进行形态识别学习和分类学习；步骤3，把训练集输入所述细胞分割网络进行训练，得到淋巴细胞识别模型；步骤4，通过所述淋巴细胞识别模型识别被肿瘤浸润的淋巴细胞。2.根据权利要求1所述的一种肿瘤浸润淋巴细胞识别方法，其特征在于：所述细胞分割网络采用Swin
‑
Hovernet网络，Swin
‑
Hovernet网络包括一个编码器和两个解码器，编码器通过Swin
‑
Transformer层对淋巴细胞进行特征学习，两个解码器通过Swin
‑
Transformer层对淋巴细胞分别进行形态识别学习和分类学习。3.根据权利要求2所述的一种肿瘤浸润淋巴细胞识别方法，其特征在于：Swin
‑
Hovernet网络的编码器和解码器互相对称，编码器的Swin
‑
Transformer层通过跨层连接网络方式连接于解码器的Swin
‑
Transformer层。4.根据权利要求3所述的一种肿瘤浸润淋巴细胞识别方法，其特征在于：构建Swin
‑
Hovernet网络时包括聚合细胞每一个像素附近的灰度梯度信息。5.根据权利要求1所述的一种肿瘤浸润淋巴细胞识别方法，其特征在于：在所述步骤3之前，训练集的数据通过多组织区域识别模型去除非肿瘤浸润淋巴细胞的区域。6.一种肿瘤浸润淋巴细胞识别系统，其特征在于，包括：训练集构建模块，用于构建肿瘤浸润淋巴细胞识别任务的训练集和测试集；细胞分割网络构建模块，用于构建训练用的细胞分割网络，所述细胞分割网络通过基于Swin
‑
Transformer的编码器对淋巴细胞进行特征学...

【专利技术属性】
技术研发人员：李昱辰，赖自成，尹睿，童莹，陆丹，王小飞，陈德铭，彭宣嘉，
申请(专利权)人：上海药明康德新药开发有限公司，
类型：发明
国别省市：