[发明专利]一种基于组织形态分析的骨肉瘤复发风险预测模型在审
| 申请号: | 202011464130.2 | 申请日: | 2020-12-14 |
| 公开(公告)号: | CN112396616A | 公开(公告)日: | 2021-02-23 |
| 发明(设计)人: | 鲁浩达;徐军 | 申请(专利权)人: | 南京信息工程大学 |
| 主分类号: | G06T7/11 | 分类号: | G06T7/11;G06K9/62;G06N3/04;G06N3/08;G16H30/20 |
| 代理公司: | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人: | 曹坤 |
| 地址: | 210044 江苏*** | 国省代码: | 江苏;32 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 基于 组织 形态 分析 骨肉 复发 风险 预测 模型 | ||
1.一种基于组织形态分析的骨肉瘤复发风险预测模型,其特征在于,具体步骤包括如下:
步骤(1.1)、多类组织分割以及肿瘤区域细胞核分割;
步骤(1.2)、特征提取和特征选择;
步骤(1.3)、分类器构建。
2.根据权利要求1所述的一种基于组织形态分析的骨肉瘤复发风险预测模型,其特征在于,
在步骤(1.1)中,所述多类组织分割的具体步骤如下:
(1.1.1)、采用DeepTiusse Net对骨肉瘤病理学图像进行多种组织分割;
(1.1.2)、对肿瘤区域的细胞核分割。
3.根据权利要求1所述的一种基于组织形态分析的骨肉瘤复发风险预测模型,其特征在于,
在步骤(1.1)中,所述的肿瘤区域细胞核分割是采用Unet模型进行核分割。
4.根据权利要求1所述的一种基于组织形态分析的骨肉瘤复发风险预测模型,其特征在于,
在步骤(1.2)中,所述的特征提取和特征选择的具体情况如下:
首先,图像特征仅从肿瘤区域内的细胞核像素中提取,其中,特征类别包括:纹理、形态及空间结构特征;
然后,采用最小冗余最大相关性特征选择方法,将其与三折交叉验证方案结合使用,并在训练集中进行超过100次迭代,找到区分复发和不复发两个类的6维特征。
5.根据权利要求1所述的一种基于组织形态分析的骨肉瘤复发风险预测模型,其特征在于,在步骤(1.3)中,使用找到的七维特征对随机森林分类器进行训练,从而得到进行复发风险预测的分类器模型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京信息工程大学,未经南京信息工程大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011464130.2/1.html,转载请声明来源钻瓜专利网。





