一種基于深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)細(xì)胞病理圖像輔助診斷系統(tǒng)

基本信息

申請?zhí)?/td> CN202110378616.2 申請日 -
公開（公告）號(hào) CN114387201A 公開（公告）日 2022-04-22
申請公布號(hào) CN114387201A 申請公布日 2022-04-22
分類號(hào) G06T7/00（2017.01）I;G06T7/136（2017.01）I;G06T7/143（2017.01）I;G16H50/20（2018.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 劉陽 申請（專利權(quán)）人 圖靈人工智能研究院（南京）有限公司
代理機(jī)構(gòu) 北京冠和權(quán)律師事務(wù)所 代理人 田春龍
地址 210000江蘇省南京市棲霞區(qū)馬群街道紫東路2號(hào)C21棟212室
法律狀態(tài) -

摘要

摘要 本發(fā)明提供一種基于深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)細(xì)胞病理圖像輔助診斷系統(tǒng)，包括切邊圖像模塊、深度學(xué)習(xí)模塊、強(qiáng)化學(xué)習(xí)模塊和輔助診斷模型模塊；所述切邊圖像模塊用于獲取并分割全掃描細(xì)胞病理圖像，確定分割圖像；所述深度學(xué)習(xí)模塊用于基于預(yù)設(shè)的深度學(xué)習(xí)檢測算法，對(duì)所述分割圖像進(jìn)行訓(xùn)練處理，確定病變細(xì)胞的病變類別和相對(duì)位置；所述強(qiáng)化學(xué)習(xí)模塊用于基于預(yù)設(shè)的強(qiáng)化學(xué)習(xí)算法，對(duì)所述分割圖像進(jìn)行分析處理，確定病變細(xì)胞的診斷閾值；其中，所述診斷閾值包括細(xì)胞分?jǐn)?shù)閾值和診斷個(gè)數(shù)判別閾值；所述輔助診斷模型模塊用于基于所述診斷閾值，按照所述病變細(xì)胞的病變類別和相對(duì)位置，生成輔助診斷模型。