申请/专利权人:天津见康华美医学诊断技术有限公司;华中科技大学同济医学院附属协和医院;中国科学院深圳先进技术研究院;深圳见康智能科技有限公司
申请日:2024-04-11
公开(公告)日:2024-06-28
公开(公告)号:CN118262168A
主分类号:G06V10/764
分类号:G06V10/764;G06V10/774;G06V10/77;G06V10/82;G06N3/045;G06N3/042;G06N3/0464;G06N3/08;G06T7/00;G16H50/20
优先权:
专利状态码:在审-公开
法律状态:2024.06.28#公开
摘要:本发明公开了一种基于深度学习的B细胞淋巴瘤识别方法及装置,涉及细胞识别技术领域,步骤包括:获取原始数据,并选择信号参数作为细胞的特征向量;对特征向量进行补偿处理;对补偿后的荧光数据进行数据变换处理;对样本中的细胞构建邻接关系图;在对样本中的细胞进行分类时,将所有细胞特征数据和邻接关系图输入训练后的图卷积神经网络,对每个细胞进行类别预测;对样本的B细胞克隆性阴阳性进行判断;对异常样本的细胞免疫标记进行判断。装置包括检测模块、预处理模块、换算模块、构建模块、预测模块、第一判断识别模块和第二判断识别模块。本发明记载的方法及装置保证了整个全流程识别过程的自动化,提高了诊断效率。
主权项:1.一种基于深度学习的B细胞淋巴瘤识别方法,其特征在于,包括以下步骤:S1、获取流式细胞仪检测产生的原始数据,并从原始数据中选择信号参数作为细胞的特征向量;S2、对特征向量进行荧光数据补偿处理;S3、对补偿后的荧光数据进行数据变换处理;S4、对样本中的细胞构建邻接关系图;S5、在对样本中的细胞进行分类时,将整个样本的所有细胞特征数据和样本中每个细胞对应的邻接关系图输入训练后的图卷积神经网络,对样本中的每个细胞进行类别预测;S6、对样本中的细胞分类后,对样本的B细胞克隆性阴阳性进行判断;S7、对异常样本的细胞免疫标记进行判断。
全文数据:
权利要求:
百度查询: 天津见康华美医学诊断技术有限公司;华中科技大学同济医学院附属协和医院;中国科学院深圳先进技术研究院;深圳见康智能科技有限公司 一种基于深度学习的B细胞淋巴瘤识别方法及装置
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。