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：南京网诗智能科技有限公司

摘要：本发明提出基于深度学习的间质瘤有丝分裂细胞识别和计数方法，包括：获取并预处理染色后的胃肠道间质瘤组织切片图像；将预处理后的切片图像进行切分；利用数据增强技术对生成的图像块进行扩充；构建基于YOLOv10的目标检测模型；应用多源域适应技术；对识别出的有丝分裂细胞进行计数，并生成相应的统计数据；将模型的预测结果展示在功能平台上，由医生对标注结果进行验证和修正；利用医生修正后的数据对模型进行再训练。本发明通过自动化的检测与统计，模型能够生成详尽的细胞密度分布图和热力图，帮助医生更好地理解肿瘤的增殖模式和区域活跃度。这些数据为医生的诊断和治疗方案的制定提供了科学依据，推动了个性化治疗的实施。

主权项：1.基于深度学习的间质瘤有丝分裂细胞识别和计数方法，其特征在于，包括以下步骤：步骤1：获取并预处理染色后的胃肠道间质瘤组织切片图像，预处理包括对切片图像进行颜色归一化、去噪声和对比度增强操作，并消除染色过程中的人为差异；所述预处理步骤还包括将图像转换为灰度图，以简化模型的输入形式；步骤2：将预处理后的切片图像进行切分，生成适合深度学习模型处理的图像块，切分操作以256像素为步长，将512×512像素的切片切分成多个子图像块，并减少边缘效应对模型识别精度的影响；对于没有包含目标细胞或仅包含极少细胞的图像块，通过RGB像素值的阈值筛选予以剔除；步骤3：利用数据增强技术对生成的图像块进行扩充，包括但不限于颜色调整、随机旋转、平移、缩放、裁剪、仿射变换，以及通过copy-paste技术将目标细胞随机复制到其他图像位置；步骤4：构建基于YOLOv10的目标检测模型，用于识别并定位图像中的有丝分裂细胞；所述YOLOv10模型包含创新性模块，包括C2fUIB模块、部分自注意力模块、空间通道解耦下采样模块和改进的空间金字塔池化快速接口模块；步骤5：应用多源域适应技术，通过引入来自多源域的数据增强模型的泛化能力；所述多源域适应技术包括在源域训练过程中使用多个目标检测头，每个检测头与特定的源域数据对应，利用梯度反向模块生成域对抗特征，从而减轻源域间的相互干扰；随后，在目标域上训练学生模型，通过教师模型生成伪标签，以进一步提高在目标域中的检测精度；步骤6：对识别出的有丝分裂细胞进行计数，并生成相应的统计数据；所述统计数据包括每张切片中有丝分裂细胞的总数、细胞密度分布、置信度排序结果、以及不同病理切片中有丝分裂细胞的分布规律；统计结果用于辅助医生进行病情评估和治疗方案的制定；步骤7：将模型的预测结果展示在功能平台上，由医生对标注结果进行验证和修正；功能平台包含直观的用户界面，允许医生查看模型识别的每个细胞的具体位置和标注结果，医生可以通过点击和拖拽操作进行标注修正；步骤8：利用医生修正后的数据对模型进行再训练，以不断优化模型的识别和计数性能；所述再训练步骤包括将修正后的数据集划分为多个交叉验证集，通过调整模型超参数以及引入新的数据增强策略，进一步提高模型在实际应用中的稳定性和准确性。

全文数据：

权利要求：

百度查询： 南京网诗智能科技有限公司 基于深度学习的间质瘤有丝分裂细胞识别和计数方法