买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中山大学附属第一医院;中山大学

摘要：本发明提出了人工智能肺癌病理免疫表型预测及辅助分型系统，通过对读取的数字病理切片图像进行预处理，由人工智能算法模块进行分析，将数字病理切片图像区分为正常肺组织图像和肺癌组织图像并生成初步分析意见；对肺癌组织图像进行识别并将对应的肺癌轮廓进行勾画，获取肺癌部分区域图像，再由人工智能算法模块预测肺癌免疫表现型；最后对肺癌免疫表现型进行智能整合，自动进行肺癌亚型的免疫组化分类并生成分析报告，并勾画出癌症区域，生成最终的分析报告。本方案将肺癌切片转化为数字病理切片图像的形式进入系统进行肺癌分型预测，避免了活检组织量不足而导致无法进一步进行免疫组化检测问题的出现，有效提高了检测效率，降低了检测成本。

主权项：1.人工智能肺癌病理免疫表型预测及辅助分型系统，其特征在于，包括数字病理切片图像读取模块1、图像预处理模块2、人工智能算法模块3、初步意见生成模块4、初步意见判断模块5、图像识别模块6、智能整合模块7和报告输出模块8；其中：数字病理切片图像读取模块1用于读取数字病理切片图像；图像预处理模块2用于将读取数字病理切片图像进行预处理；人工智能算法模块3用于对预处理后的数字病理切片图像进行分析，将数字病理切片图像区分为正常肺组织图像和肺癌组织图像；初步意见生成模块4用于根据人工智能算法模块3的分析结果生成初步分析意见；初步意见判断模块5用于对初步分析意见进行判断，若为阴性，则由报告输出模块8输出最终的分析报告；若为阳性，则将对应的肺癌组织图像传输至图像识别模块6；图像识别模块6用于对肺癌组织图像进行识别并将对应的肺癌轮廓进行勾画，获取肺癌部分区域图像，由人工智能算法模块3预测肺癌免疫表现型；智能整合模块7用于对预测出的肺癌免疫表现型进行智能整合，自动进行肺癌亚型的免疫组化分类分析并生成分析报告，并勾画出癌症区域；报告输出模块8用于根据初步意见判断模块5或智能整合模块7的输出结果生成最终的分析报告；在所述人工智能算法模块3中，通过训练好的卷积神经网络将数字病理切片图像区分为正常肺组织图像和肺癌组织图像和预测肺癌免疫表现型；其中，所述卷积神经网络采用EffcientNet卷积神经网络，其训练过程具体为：获取训练数据集，将数据集分为训练集、验证集和测试集；构建EffcientNet卷积神经网络九分类模型，并使用训练集对其进行训练；评估九分类模型在验证集和测试集中的性能表现，若性能不佳则调整模型的结构、参数，重新进行训练；若性能合格，则保留对应的九分类模型；保存准确率和鲁棒性最高的九分类模型，将其对应的EffcientNet卷积神经网络作为训练好的卷积神经网络导入所述人工智能算法模块3中；在所述人工智能算法模块3中将数字病理切片图像区分为正常肺组织图像和肺癌组织图像的过程属于第一阶段预测过程；其中，当数字切片文件输入人工智能算法模块3时，得到对应数字切片文件的预测结果；接着对同一个数字病理切片图像包括的所有数字切片文件的预测结果进行聚合，分别对预测为正常或者肺癌图像的数字切片文件计数结合多数表决的方法，最终将对应数字病理切片图像区分为正常肺组织图像和肺癌组织图像，并根据数字切片文件的预测概率值勾画出肺癌区域；在所述人工智能算法模块3中预测肺癌免疫表现型的过程属于第二阶段预测过程；其中，对第一阶段判断为肺癌组织图像的数字病理切片中预测为肺癌组织的数字切片文件进行九个免疫蛋白预测，分别对九个免疫蛋白的预测概率求和，再求均值，将得到的均值作为该数字病理切片图像的九个免疫蛋白的概率，根据经验对九个免疫蛋白设置不同的阈值，若某个免疫蛋白的预测概率大于阈值，则在对应肺癌组织图像中这个免疫蛋白的预测标签为1，反之为0，从而可以得出免疫组化组合的预测结果，即得到肺癌免疫表现型；根据肺癌免疫表现型结果，得到最终的辅助分型预测结果。

全文数据：

权利要求：

百度查询： 中山大学附属第一医院 中山大学 人工智能肺癌病理免疫表型预测及辅助分型系统