【技术实现步骤摘要】
本专利技术涉及图像处理，尤其是涉及一种基于he染色病理图像预测三级淋巴结构的方法及系统。
技术介绍
1、近年来，越来越多的临床实践选择采用组织活检来对肿瘤进行分子表征，即通过对组织学全玻璃片图像(whole slide images,wsi)中形态学信息和组织特征进行定量分析。在众多的组织病理学结构标志物中，三级淋巴结构(tertiary lymphoid structures，tls)是指在病理生理环境下，淋巴细胞在非淋巴器官内聚集形成的有组织的异位淋巴结构，它普遍存在于多个瘤种中，是肿瘤细胞与免疫细胞相互作用的重要场所，与患者预后密切相关。成熟的tls包括被t细胞包围的b细胞区域和生发中心，在肿瘤组织中诱导形成tls，使t细胞和b细胞发育分化为能够识别杀伤肿瘤细胞的效应细胞和记忆细胞，可以介导抗肿瘤免疫反应，具有重要的临床意义。
2、近年来，深度学习技术的兴起和普及为医学图像处理领域引入了革命性的工具和新的思维方式，基于深度学习的计算机辅助诊断技术成为了提高病理图像分析效率和准确性的关键。。卷积神经网络是深度学习中的重要...
【技术保护点】
1.一种基于HE染色病理图像预测三级淋巴结构的方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于HE染色病理图像预测三级淋巴结构的方法，其特征在于，当HE染色病理图像输入TLS-DSNet模型时，首先经过一个主卷积层处理，将图像尺寸缩减为原始尺寸的四分之一，生成初始特征图，然后将所述初始特征图分别送入CNN分支与Transformer分支。
3.根据权利要求1所述的一种基于HE染色病理图像预测三级淋巴结构的方法，其特征在于，在CNN分支中，初始特征图首先依次通过三个卷积编码层进行处理，以得到编码结果；在解码过程中，将编码后的特征...
【技术特征摘要】
1.一种基于he染色病理图像预测三级淋巴结构的方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于he染色病理图像预测三级淋巴结构的方法，其特征在于，当he染色病理图像输入tls-dsnet模型时，首先经过一个主卷积层处理，将图像尺寸缩减为原始尺寸的四分之一，生成初始特征图，然后将所述初始特征图分别送入cnn分支与transformer分支。
3.根据权利要求1所述的一种基于he染色病理图像预测三级淋巴结构的方法，其特征在于，在cnn分支中，初始特征图首先依次通过三个卷积编码层进行处理，以得到编码结果；在解码过程中，将编码后的特征图通过卷积解码层、跳跃连接以及上采样操作，逐步地恢复特征图的尺寸，得到三级淋巴结构的语义分割预测结果，并通过两个全连接层输出三级淋巴结构尺度预测结果。
4.根据权利要求3所述的一种基于he染色病理图像预测三级淋巴结构的方法，其特征在于，在transformer分支中，初始特征图通过线性投影的方式，利用一个线性层映射到一个768维的特征空间中，并添加位置编码以形成嵌入序列；将嵌入序列送入一个12层的transformer编码器中进行处理，得到编码后的嵌入序列，其中，每一层均包含多头自注意力机制和前馈神经网络；并通过变形和上采样操作将编码后的嵌入序列转换为与cnn分支最后一层特征图相同的尺寸，并叠加在cnn特征图上；将叠加后的特征图通过3个残差卷积层所得到的不同尺度的特征图送入到yol...
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。