【技术实现步骤摘要】
本公开涉及数字病理图像处理领域，具体涉及一种非小细胞肺癌数字病理图像组织智能分割系统及方法。
技术介绍
1、肺癌是全世界范围内发病率和死亡率最高的恶性肿瘤，非小细胞肺癌（nsclc）是肺癌的主要类型之一，其数字病理图像的组织分割对于肺癌的诊断和治疗具有重要意义。
2、然而，传统的非小细胞肺癌数字病理图像组织分割方案主要依赖于专家手工设计的特征和基于规则的算法，这种方法在处理复杂的非小细胞肺癌组织图像时往往难以适应各种变化和细节。并且，手动设计特征和规则的方法通常需要大量的人力和时间投入，分割结果可能受到操作者主观因素的影响，缺乏稳定性和可重复性。此外，非小细胞肺癌组织图像具有复杂的细胞结构和多样性，传统方法往往无法有效地处理这种复杂性，导致分割结果不够精确和准确。
3、因此，期望一种优化的非小细胞肺癌数字病理图像组织智能分割系统。
技术实现思路
1、考虑到以上问题而做出了本公开。本公开的一个目的是提供一种非小细胞肺癌数字病理图像组织智能分割系统及方法。
...
【技术保护点】
1.一种非小细胞肺癌数字病理图像组织智能分割系统，其特征在于，包括：
2.根据权利要求1所述的非小细胞肺癌数字病理图像组织智能分割系统，其特征在于，所述第一深度神经网络模型为第一卷积神经网路模型，所述第二深度神经网络模型为第二卷积神经网络模型。
3.根据权利要求2所述的非小细胞肺癌数字病理图像组织智能分割系统，其特征在于，所述前景区域掩码模块，包括：
4.根据权利要求3所述的非小细胞肺癌数字病理图像组织智能分割系统，其特征在于，所述前景凸显非小细胞肺癌数字病理浅层特征表征模块，用于：
5.根据权利要求4所述的非小细胞肺癌...
【技术特征摘要】
1.一种非小细胞肺癌数字病理图像组织智能分割系统，其特征在于，包括：
2.根据权利要求1所述的非小细胞肺癌数字病理图像组织智能分割系统，其特征在于，所述第一深度神经网络模型为第一卷积神经网路模型，所述第二深度神经网络模型为第二卷积神经网络模型。
3.根据权利要求2所述的非小细胞肺癌数字病理图像组织智能分割系统，其特征在于，所述前景区域掩码模块，包括：
4.根据权利要求3所述的非小细胞肺癌数字病理图像组织智能分割系统，其特征在于，所述前景凸显非小细胞肺癌数字病理浅层特征表征模块，用于：
5.根据权利要求4所述的非小细胞肺癌数字病理图像组织智能分割系统，其特征在于，所述组织语义分割模块，包括：
...
【专利技术属性】
技术研发人员：梁挺，张硕，贾瑞华，杜永浩，张旭胤，牛刚，郭银霞，
申请(专利权)人：西安交通大学医学院第一附属医院，
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。