病理图像

作品数：235被引量：675H指数：12
导出分析报告
相关领域：自动化与计算机技术医药卫生更多>>
相关作者：姜志国徐军张浩鹏谢凤英刘娟更多>>
相关机构：北京航空航天大学南京信息工程大学中国科学院杭州迪英加科技有限公司更多>>
相关期刊：更多>>
相关基金：国家自然科学基金北京市自然科学基金江苏省自然科学基金福建省自然科学基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于移动倒置瓶颈和迁移学习的乳腺癌组织病理图像二值分类
《青岛科技大学学报(自然科学版)》2025年第2期150-158,共9页臧敏 曹源 丰艳 于彬 
国家自然科学基金项目(62172248);山东省自然科学基金项目(ZR2021MF098).
乳腺癌是全球女性患病率最高的癌症,组织病理学诊断被认为是诊断乳腺癌的最佳方法。然而,组织病理学图像的复杂程度和病理学家的知识储备会影响诊断结果的准确性。为了解决以上问题同时协助临床医生诊断疾病,本工作提出了一种新颖的乳...
关键词：乳腺癌 组织病理图像 移动倒置瓶颈 迁移学习 坐标注意力 
边缘计算在病理图像识别方向的应用
《中国医学物理学杂志》2025年第3期328-335,共8页孙涛 王书浩 王伟 
国家自然科学基金(61901436)。
病理图像是医学图像的重要组成部分,对于癌症等疾病的早期诊断至关重要。本文提出一种对医学病理图像进行识别分析的边缘推理解决方案,将边缘计算引入病理图像的研究方向,旨在利用边缘计算的优势,结合深度学习方法,实现实时的病理图像...
关键词：边缘计算 病理图像 深度学习 
基于CAP-Net的多粒度乳腺癌病理图像识别模型
《测试技术学报》2025年第1期72-80,95,共10页张丹蕾 白艳萍 程蓉 续婷 
国家自然科学基金资助项目(61774137);山西省基础研究计划资助项目(202103021224195,202103021224212,202103021223189,20210302123019)。
在医学图像识别领域,图像的特征提取与图片的放大倍数有着紧密的联系,因此,多数乳腺癌图像识别模型都会在不同放大倍数下进行实验。但在实际应用中希望能够综合不同倍数的图像信息来全面评估疾病特征,提升患者治疗效果。针对上述问题以...
关键词：上下文感知注意力池化 乳腺癌病理图像 图像识别 卷积神经网络 多粒度图像识别 
基于多模态多实例学习的胃癌患者生存预测算法
《计算机辅助设计与图形学学报》2025年第2期349-360,共12页金怀平 陶玉泉 李振辉 陶海波 王彬 薛飞跃 
国家自然科学基金(82001986,82360345);云南省科技厅-昆明医科大学应用基础研究联合专项(202101AY070001-181);云南省应用基础研究计划(202101AW070001).
生存预测对于胃癌患者的治疗具有重要意义.针对传统基于组织病理图像的生存预测算法存在像素级标签缺失、信息量大以及模态单一等问题,提出一种基于多模态多实例学习的胃癌患者生存预测算法.首先使用多层感知器和自监督学习方法SimCLR...
关键词：胃癌 组织病理图像 多实例学习 多模态融合 生存预测 
伪标签置信度调控结直肠癌病理图像半监督语义分割
《光学精密工程》2025年第4期591-609,共19页徐晗晗 张印辉 何自芬 刘珈岑 李振辉 吴琳 史本杰 
国家自然科学基金(No.62061022,No.62171206);装备智能运用教育部重点实验室开放基金项目(No.AAIE-2023-0203)。
为了改善结直肠癌病理图像半监督语义分割任务中存在的低置信度伪标签利用不充分、高置信度伪标签准确性亟需优化和伪标签类别不平衡等问题,本文提出了一种伪标签置信度调控方法,旨在实现结直肠癌病理图像的高质量多类别半监督语义分割...
关键词：结直肠癌病理图像 半监督语义分割 教师-学生模型 一致性正则化 条件随机场 数据增强 
深度学习在乳腺肿瘤病理图像分析中的应用
《北京生物医学工程》2025年第1期81-89,共9页李冠鹏 翟羽佳 张晓丽 张魁星 薛丹 
国家自然科学基金(61872225);山东省自然科学基金(ZR2020ZD44、ZR2020QF043);国家卫生健康委医院管理研究所项目(GYZ2023SZ15)资助。
乳腺癌作为女性最高发的恶性肿瘤之一,在全球范围内对女性健康构成严重威胁。其精确的病理诊断不仅关系到患者的治疗方案选择,也直接影响到治疗效果和患者生存质量。随着医学影像技术的不断进步,数字病理图像已逐渐成为临床诊断的标准手...
关键词：乳腺肿瘤 深度学习 病理图像 辅助诊断 
基于多尺度多实例学习的非小细胞肺癌亚型分类方法
《广东工业大学学报》2025年第1期33-41,共9页罗超繁 刘震宇 
2021年广东省企业科技特派员专项项目(GDKTP2021011000)。
非小细胞肺癌的准确诊断与亚型鉴别对指导患者的个体化精准治疗意义重大。但由于非小细胞肺癌固有的肿瘤异质性,导致其同一亚型的病理形态差异较大,而不同亚型之间也可能存在一定的形态学重叠,给临床诊断带来很大困难。为解决这一问题,...
关键词：非小细胞肺癌 组织病理图像 多实例学习 TRANSFORMER 多尺度特征融合 
人工智能在肾细胞癌病理图像分析领域中的应用及研究进展
《临床与实验病理学杂志》2024年第12期1251-1256,共6页陈辉 焦一平 曲乐 徐军 饶秋 
国家自然科学基金面上项目(82273327、82173345);江苏省卓越博士后计划(2022ZB741);北京协和医学基金会瞳行病理人工智能公益项目。
鉴于人类视觉的局限性和认知的主观性,传统的病理切片判读既耗时又费力,且不同阅片者之间的判读结果可能存在显著差异。随着医疗技术的不断进步,肾细胞癌(renal cell carcinoma,RCC)的诊断分型、风险评估、治疗管理等已取得显著进展,但...
关键词：肾细胞癌 人工智能 病理图像分析 计算机辅助诊断 
肿瘤数字病理图像中关键特征信息的提取与分析
《现代医学》2024年第12期1942-1949,共8页熊杰 方红 伍棋 甘仲霖 
目的:探讨在数字病理图像中,提取细胞核特征与图像全部特征相比,是否更具有代表性;并分析两者在肿瘤的早期诊断和预后预测中的可行性和有效性,为肿瘤的诊断和预防提供新的策略。方法:收集2011年3月至2015年3月西南医科大学附属医院诊断...
关键词：数字病理图像 分形维数 特征提取 机器学习 
基于CNN和Transformer的组织病理图像分割方法
《浙江工业大学学报》2024年第6期591-600,共10页丁维龙 宗泽永 朱红波 徐利锋 
浙江省公益技术研究计划/工业项目(LTGY24F020001,LTGY23F020005)。
在数字组织病理诊断中的肿瘤细胞精确分割研究中,病理图像具有复杂的背景以及组织形态变化的多样性,且经常面临样本数量不足和类别不均衡的挑战。为了改善现有方法中存在的分割精度不佳、分割边缘失真等问题,提出了一种混合架构的编解...
关键词：图像分割 深度学习 组织病理图像 TRANSFORMER 卷积神经网络 
全选清除导出
共24页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部