【技术实现步骤摘要】
本专利技术涉及医疗辅助诊断，特别涉及一种基于深度学习的喉癌前病变病理分级诊断系统。
技术介绍
1、喉鳞状细胞癌(喉癌)是上呼吸消化道最常见的恶性肿瘤之一，是仅次于肺癌的第二大呼吸道高发癌，近年来喉癌发病率有逐渐增高的趋势，而降低喉癌发病率和死亡率的关键是早期发现、早期诊断、早期治疗为主体的“二级预防”，喉癌多经癌前病变异型增生(dysplasia)阶段发展而来，这为病理检查诊断及早期干预、减少癌变提供了可能。对喉异型增生的诊断和治疗成为二级预防的重中之重，然而，长期以来，对喉异型增生的病理分级诊断标准及诊断术语在国际上一直未达成共识，原因是喉异型增生形态变化多样，各级病变之间常缺乏明显分界，病理专家对其形态学改变程度的判定具有主观性，导致诊断的一致率较低，甚至同一病理医师对同一病例在不同时期其诊断结果也不尽相同，而异型增生级别不同临床处理方案及其转归也不相同，因此同一病例出现不同的分级诊断时，往往给临床处理(治疗和随访方案)带来一定的不确定性和困惑，不能满足临床精准治疗的需求，所以说，建立基于人工智能的新的喉异型增生精准分级诊断系统，辅...
【技术保护点】
1.一种基于深度学习的喉癌前病变病理分级诊断系统，其特征在于，所述系统包括：数据采集模块、数据标注模块、模型训练模块、模型评价模块和模型应用模块；
2.根据权利要求1所述的系统，其特征在于，所述数据采集模块包括：采集单元和导入单元，所述采集单元，用于针对喉部进行数字病理图像采集，获取喉异型增生的数字病理影像，所述导入单元，用于将现有案例作为样本导入，得到喉异型增生的数字病理影像，其中，所述采集单元得到的喉异型增生的数字病理影像是待识别数据，所述导入单元得到的喉异型增生的数字病理影像是训练数据。
3.根据权利要求2所述的系统，其特征在于，所述训练...
【技术特征摘要】
1.一种基于深度学习的喉癌前病变病理分级诊断系统，其特征在于，所述系统包括：数据采集模块、数据标注模块、模型训练模块、模型评价模块和模型应用模块；
2.根据权利要求1所述的系统，其特征在于，所述数据采集模块包括：采集单元和导入单元，所述采集单元，用于针对喉部进行数字病理图像采集，获取喉异型增生的数字病理影像，所述导入单元，用于将现有案例作为样本导入，得到喉异型增生的数字病理影像，其中，所述采集单元得到的喉异型增生的数字病理影像是待识别数据，所述导入单元得到的喉异型增生的数字病理影像是训练数据。
3.根据权利要求2所述的系统，其特征在于，所述训练数据在针对病理影像识别模型进行模型训练时按照第一比例关系分为第一组数据、第二组数据和第三组数据，其中，第一组数据用于模型局部测试，第二组数据和第三组数据用于模型整体测试，并且在第一组数据中按照第二比例分为训练子集和验证子集。
4.根据权利要求3所述的系统，其特征在于，所述数据标注模块在针对喉异型增生的数字病理影像进行标签标注时，针对第一组数据进行标签标注，所述标签包括：原位癌、高级别异型增生、低级别异型增生、非肿瘤和忽略...
【专利技术属性】
技术研发人员：王书浩，
申请(专利权)人：北京透彻未来科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。