一种基于深度学习的ADTKD-UMOD的辅助诊断系统技术方案

本发明专利技术涉及一种基于深度学习的ADTKD‑UMOD的辅助诊断系统，属于辅助诊断技术领域，解决了现有技术缺乏对ADTKD‑UMOD辅助诊断的问题。系统包括：数据采集模块，收集肾小管病理切片的染色图像和多通道荧光染色图像；轮廓勾画模块，基于每个个体的肾小管病理切片的多通道荧光染色图像得到染色图像中的髓袢升支粗段肾小管轮廓；训练样本构建模块，基于勾画了轮廓的染色图构建训练样本集；模型训练模块，构建深度学习网络模型，基于训练样本集对深度学习网络模型进行半监督训练得到预测模型；预测模块，将待预测个体的染色图像中的肾小管轮廓图输入预测模型得到预测结果。实现了快速ADTKD‑UMOD预测。

【技术实现步骤摘要】

本专利技术涉及adtkd-umod的辅助诊断，尤其涉及一种基于深度学习的adtkd-umod的辅助诊断系统。

技术介绍

1、常染色体显性肾小管间质肾病(autosomal dominant tubulointerstitialkidney disease，adtkd)是最常见的单基因遗传性肾脏病之一，患者通常在青少年时期出现肾功能损伤，并逐渐进展为终末期肾脏病。此类疾病的及时确诊可帮助患者避免过度检查和治疗，方便患者及其家庭进行未来生活规划。由于尿调素(uromodulin,umod)基因突变导致的adtkd-umod是adtkd中最常见的亚型，也是目前唯一一类有特征性病理表现的adtkd，具体表现为突变导致的异常umod蛋白聚集在髓袢升支粗段肾小管上皮细胞胞浆内形成染色阳性的具有诊断意义的包涵体，如图2所示。包涵体的识别需要有经验的病理医生对病理切片进行仔细观察和辨认，但这种病理改变及其细微，且分布局限，若非事先考虑到此病，病理医生不会对每个患者进行全片搜索查找特征性病变，因此具有相当高的漏诊率和误诊率，尤其对于缺乏家族史的患者。p>

2、基因检本文档来自技高网...

【技术保护点】

1.一种基于深度学习的ADTKD-UMOD的辅助诊断系统，其特征在于，包括：

2.根据权利要求1所述的基于深度学习的ADTKD-UMOD的辅助诊断系统，其特征在于，所述深度学习网络模型包括：

3.根据权利要求2所述基于深度学习的ADTKD-UMOD的辅助诊断系统，其特征在于，采用以下公式计算所述深度学习网络模型的训练损失：

4.根据权利要求3所述基于深度学习的ADTKD-UMOD的辅助诊断系统，其特征在于，采用以下公式计算已标注样本的损失：

5.根据权利要求3所述基于深度学习的ADTKD-UMOD的辅助诊断系统，其特征在于，采用以下公式计算...

【技术特征摘要】

1.一种基于深度学习的adtkd-umod的辅助诊断系统，其特征在于，包括：

2.根据权利要求1所述的基于深度学习的adtkd-umod的辅助诊断系统，其特征在于，所述深度学习网络模型包括：

3.根据权利要求2所述基于深度学习的adtkd-umod的辅助诊断系统，其特征在于，采用以下公式计算所述深度学习网络模型的训练损失：

4.根据权利要求3所述基于深度学习的adtkd-umod的辅助诊断系统，其特征在于，采用以下公式计算已标注样本的损失：

5.根据权利要求3所述基于深度学习的adtkd-umod的辅助诊断系统，其特征在于，采用以下公式计算未标注样本的损失：

6.根据权利要求2所述基于深度学习的adtkd-umod的辅助诊断系统，其特征在于，所述第一分支的transformer网络包括：

【专利技术属性】
技术研发人员：蒋镭，杨莉，辛晓红，
申请(专利权)人：北京大学第一医院北京大学第一临床医学院，
类型：发明
国别省市：

全部详细技术资料下载 我是这个专利的主人