首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

高危型del(17p13)/p53基因缺失阳性的多发性骨髓瘤细胞分类方法 

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:武汉大学中南医院

摘要:本发明公开了高危型del17p13p53基因缺失阳性的多发性骨髓瘤细胞分析类方法,包括:S1,构建样本数据集;S2,构建图像分割模型;S3,训练图像分割模型;S4,进而获得核质比;S5,绘制不同核质比、细胞面积、细胞核面积和细胞质面积下的骨髓瘤细胞真阳性率和假阳性率的ROC曲线;S6,将核质比、细胞面积、细胞核面积和核仁个数四个指标作为单指标或者多个指标联立,绘制ROC曲线,筛选出最佳预测组合,确定最优阈值,作为后续分析的界值;S7,利用S3的图像分割模型,计算对应的指标,通过界值对待测图像进行阴性和阳性的预测分类。该方法通过核质比测量和ROC曲线分析,实现高效、准确地识别高危p53基因缺失阳性的MM细胞,进而实现预测分类,以提供快速的、有价值的参考结论。

主权项:1.高危型del17p13p53基因缺失阳性的多发性骨髓瘤细胞分类方法,其特征在于,包括以下步骤:S1,构建样本数据集,包括阴性和阳性样本;S2,构建图像分割模型,所述模型包括粗级分割模块、细级分割模块和融合模块;其中,粗级分割模块用于对全图进行处理,快速定位目标细胞,得到目标细胞的大致定位和形状;细级分割模块用于将粗级分割模块得到的目标细胞从图像中裁剪出来,精确识别和分割细胞的边界;融合模块用于将粗级和细级分割模块的结果加权融合,并结合后处理技术,获得分割结果;S3,训练图像分割模型;S4,利用S3的图像分割模型计算样本数据集的细胞面积和细胞核面积,进而计算获得细胞质面积和核质比;S5,绘制不同核质比、细胞面积、细胞核面积和细胞质面积阈值下的p53基因缺失阳性骨髓瘤细胞真阳性率和假阳性率的ROC曲线;S6,将核质比、细胞面积、细胞核面积和核仁个数四个指标作为单指标或者多个指标联立,绘制ROC曲线,筛选出最佳预测组合,确定最优阈值,作为后续分析的界值;S7,利用S3的图像分割模型,计算对应的指标,通过界值对待测图像进行阴性和阳性的预测分类。

全文数据:

权利要求:

百度查询: 武汉大学中南医院 高危型del(17p13)/p53基因缺失阳性的多发性骨髓瘤细胞分类方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。