基于深度学习的PD-1/PD-L1病理图片识别方法和装置
基于深度学习的PD-1/PD-L1病理图片识别方法和装置
来源:北方有色网
访问:1308
简介:
本申请涉及图像识别技术和医疗技术领域,提供了一种基于深度学习的PD‑1/PD‑L1病理图片识别方法,包括S1步骤:构建深度残差网络模型;S2步骤:获取经人工标记的PD‑1/PD‑L1免疫组织化学染色图片;S3步骤:在深度残差网络模型上用免疫组织化学染色图片构建PD‑1/PD‑L1病理染色图片识别模型;S4步骤:用识别模型识别待测患者的PD‑1/PD‑L1病理图片。本申请还提供相应的基于深度学习的PD‑1/PD‑L1病理图片识别装置、计算机设备和计算机可读存储介质。本申请的识别模型可以代替人工判断,正确、快速、稳定地判断病人体内的PD‑1/PD‑L1是否存在阳性表达。
本申请涉及图像识别技术和医疗技术领域,提供了一种基于深度学习的PD‑1/PD‑L1病理图片识别方法,包括S1步骤:构建深度残差网络模型;S2步骤:获取经人工标记的PD‑1/PD‑L1免疫组织化学染色图片;S3步骤:在深度残差网络模型上用免疫组织化学染色图片构建PD‑1/PD‑L1病理染色图片识别模型;S4步骤:用识别模型识别待测患者的PD‑1/PD‑L1病理图片。本申请还提供相应的基于深度学习的PD‑1/PD‑L1病理图片识别装置、计算机设备和计算机可读存储介质。本申请的识别模型可以代替人工判断,正确、快速、稳定地判断病人体内的PD‑1/PD‑L1是否存在阳性表达。
标签:化学分析
宣传
宣传
宣传
顶部