专利交易市场

本发明公开了癌症病理图像虚拟病例库的建立以及基于卷积神经网络的多尺度癌症检测系统，该系统是基于一种卷积神经网络的方法，在病理全扫描切片上面检测癌症团区域，包括了四个模块：1)病理切片图像预处理模块；2)虚拟病例数据库构建模块；3)高尺度癌团检测模块；4)小尺度癌团分类模块；本发明可充分利用病理图像的多尺度信息，在不同尺度上，根据图像的特性，设计不同的策略对疑似癌症区域进行检测，同时在训练数据不足的情况下，本发明建立的虚拟病例库方法可以为目前数据驱动的深度学习方法提供更多的训练数据集。具有多尺度检测、相对少量的数据驱动等特点，在保证整体召回率和准确率的基础上，降低单次识别所需要的计算资源，提高算法的时间效率的特点。

本发明请求保护一种基于改进的尺度融合脑肿瘤分割方法，旨在通过聚合编码器层内和层间的尺度信息，改进尺度特征融合，实现准确的脑肿瘤图像给分割，属于计算机视觉领域。所述方法包括以下步骤：步骤1.本发明提出了一种全局局部特征混合器，该模块通过并行捕获局部细节特征和全局上下文信息，实现全局‑局部尺度的信息混合，以解决脑肿瘤位置不确定性问题。步骤2.本发明设计了一个多尺度扩张初始模块，该模块能有效捕获多尺度的形状特征，旨在提高网络适应脑肿瘤不同形状的能力。步骤3.本发明设计了一个多尺度特征聚合模块，该模块能有效聚合来自编码器不同层级的多尺度特征，有助于缓解脑肿瘤大小不确定性问题。

本申请涉及医疗科技领域，具体公开了一种青光眼辅助诊断装置、方法及存储介质。该装置包括：获取单元，用于获取待诊断患者的眼底彩照图像；处理单元，用于对所述眼底彩照图像进行特征提取，得到第一特征图；所述处理单元，还用于根据所述第一特征图对所述眼底彩照图像进行图像分割，得到所述眼底彩照图像中的视盘图像，其中，所述视盘图像为所述眼底彩照图像中视盘区域对应的图像；所述处理单元，还用于根据所述第一特征图，对所述视盘图像以及所述眼底彩照图像进行特征提取，得到所述待诊断患者患有青光眼的概率。本申请有利于提高对青光眼的诊断精度。