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！

龙图腾网获悉中南大学湘雅医院申请的专利一种基于深度学习的颅内肿瘤细胞的分类方法和系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115700755B 。

龙图腾网通过国家知识产权局官网在2026-03-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211343281.1，技术领域涉及：G06T7/00；该发明授权一种基于深度学习的颅内肿瘤细胞的分类方法和系统是由井笛;高欣;石丽婷设计研发完成，并于2022-10-31向国家知识产权局提交的专利申请。

本一种基于深度学习的颅内肿瘤细胞的分类方法和系统在说明书摘要公布了：本发明公开了一种基于深度学习的颅内肿瘤细胞的分类方法和系统，包括获取切片的全片扫描病理学图像，通过三步图像预处理方法得到全片扫描病理学图像的小图块，利用预设的基于深度学习的神经网络模型提取小图块的特征，并根据小图块的特征预测图块分类结果，根据图块分类结果，预测颅内肿瘤细胞的类型，通过基于全片扫描病理学图像对颅内肿瘤细胞进行类型预测，有利于辅助医师预测颅内肿瘤细胞以及进行预后方案的制定，提高了医师对颅内肿瘤细胞的分类准确率与工作效率。

本发明授权一种基于深度学习的颅内肿瘤细胞的分类方法和系统在权利要求书中公布了：1.一种基于深度学习的颅内肿瘤细胞的分类方法，其特征在于，所述基于深度学习的颅内肿瘤细胞的分类方法包括： 获取切片的全片扫描病理学图像； 通过三步图像预处理方法得到所述全片扫描病理学图像的小图块，具体为： 将所述全片扫描病理学图像转换为灰度图，并以220为阈值分割灰度图上的组织区域； 将所述组织区域划分为分辨率为0.5微米每像素图块且不重叠的224×224图块； 将所述224×224图块输入至预设的基于深度学习的组织切片选择模型中，得到所述基于深度学习的组织切片选择模型输出的全片扫描病理学图像的小图块； 利用预设的基于深度学习的神经网络模型提取所述小图块的特征，并根据所述小图块的特征预测图块分类结果，具体为： 将所述小图块输入改进的resnet18网络模型中，生成特征图A；其中，所述改进的resnet18网络模型是在resnet18网络模型的基础上，删除平均池化层之后的网络部分； 将所述特征图A输入ARPY网络模型中，输出重点特征的位置信息，所述ARPY网络模型由两个卷积核为3*3的卷积层相连后再连接两个全连接层组成； 将重点特征对应的组织区域进行剪裁后重设尺寸为224*224，随机遮挡后输入所述改进的resnet18网络模型中，得到特征图B； 将所述特征图A和所述特征图B进行拼接操作后再依次经过全连接层FC1、概率为P2的Dropout层、全连接层FC2、BN层、全连接层FC3、relu激活函数层、全连接层FC4和softmax函数，预测小图块的特征区域的类别概率值； 根据所述类别概率值得到图块分类结果； 根据所述图块分类结果，预测所述颅内肿瘤细胞的类型。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中南大学湘雅医院，其通讯地址为：410008 湖南省长沙市开福区湘雅路87号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。