【技术实现步骤摘要】
本专利技术属于图像分析领域，更具体地，涉及一种肾脏病理图像分割模型及其构建方法、分割方法及系统。
技术介绍
1、几乎所有的原发性或继发性慢性肾病，都可以引发肾小管(及间质)的结构改变，肾小管的萎缩特征对肾移植评估具有突出的预后价值。
2、随着医学影像技术的发展，大量的医学数据实现了数字化，高分辨率的全玻片数字图像使病理医生摆脱了对显微镜的依赖，简化了传统镜检中反复调整倍率以定位感兴趣区域的繁琐操作，突破了传统的病理诊断在分析、管理和访问性上的时空局限。但是目前的临床诊疗仍然主要依靠病理医生的人工读片，来评估肾小管萎缩区域的面积比，由于人力紧缺、图量庞大且要求病理医生具有丰富的经验，人工判读的过程充斥着主观性、差异性，可重复性差且劳动密集，耗时费力，容易发生误判和漏检的情况。人工智能技术的快速发展为病理诊断带来了新的机遇，基于深度学习的图像视觉处理技术在计算机辅助诊断领域中展现出广阔的应用前景，越来越多的自动化检测系统集成到各种临床任务中，辅助医生作出决策，提高诊断的效率和准确性。
3、中国专利技术专利cn1133...
【技术保护点】
1.一种肾脏病理图像分割模型构建方法，其特征在于，包括如下步骤：
2.如权利要求1所述的肾脏病理图像分割模型构建方法，其特征在于，所述网络模型中，通过跳跃连接融合多尺度语义信息，具体如下：
3.如权利要求2所述的肾脏病理图像分割模型构建方法，其特征在于，每层编码器提取的特征图通过EMA注意力模块和注意力门控单元后与对应层的解码器部分特征合并。
4.如权利要求1所述的肾脏病理图像分割模型构建方法，其特征在于，所述训练集的构建方法如下：
5.如权利要求1-4任一项所述的肾脏病理图像分割模型构建方法，其特征在于，所述目标区域为...
【技术特征摘要】
1.一种肾脏病理图像分割模型构建方法，其特征在于，包括如下步骤：
2.如权利要求1所述的肾脏病理图像分割模型构建方法，其特征在于，所述网络模型中，通过跳跃连接融合多尺度语义信息，具体如下：
3.如权利要求2所述的肾脏病理图像分割模型构建方法，其特征在于，每层编码器提取的特征图通过ema注意力模块和注意力门控单元后与对应层的解码器部分特征合并。
4.如权利要求1所述的肾脏病理图像分割模型构建方法，其特征在于，所述训练集的构建方法如下：
5.如权利要求1-4任一项所述的肾脏病理图像分割模型构建方法，其特征在于，所述目标区域为肾组织、肾小球、肾动脉、肾小管中的一个。
6.一...
【专利技术属性】
技术研发人员：贺松平，钟磊，陈妍妍，卢峡，李斌，彭芳瑜，毛新勇，刘红奇，
申请(专利权)人：华中科技大学，
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。