龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：山东大学
摘要：本发明公开了一种基于高光谱图像的肿瘤多基因检测方法，属于突变样本检测技术领域，具体包括：获取经过HE染色的不同致癌驱动基因突变状态的肿瘤组织切片；通过高光谱相机拍摄肿瘤组织切片，获取肿瘤样本的高光谱图像并预处理；基于S3Anet搭建全局特征提取器；搭建肿瘤多基因检测模型并利用多任务学习训练；收集待检测的肿瘤样本，通过高光谱相机获取该待检测样本的高光谱数据；将高光谱数据输入到经过训练的S3ANet模型中进行特征提取，再输入到训练好的多基因检测模型，得出肿瘤样本的基因检测结果。本发明的有益效果是：本发明有效减少了对传统病理学诊断经验和基因测序的依赖，显著提高了检测的准确性、可靠性及泛化能力，同时降低了检测成本。
主权项：1.基于高光谱图像的肿瘤多基因检测方法，其特征在于，所述检测方法包括以下步骤：步骤S1：收集肿瘤组织样本，获取经过HE染色的不同致癌驱动基因突变状态的肿瘤组织切片，并进行低温保存；步骤S2：获取环境光光谱特性，通过无荧光、白色漫反射材料作为参照物，采集参照物区域的高光谱数据，经过平均处理得到环境光特征曲线；步骤S3：解冻肿瘤组织样本，通过高光谱相机拍摄肿瘤组织切片，获取肿瘤样本的高光谱图像，所述肿瘤样本的高光谱图像包括光谱维和立体空间维；步骤S4：对肿瘤样本的高光谱图像进行预处理；步骤S5：基于S3Anet搭建全局特征提取器，其中S3ANet为3D卷积神经网络与自注意力机制结合的基本结构框架，用于提取肿瘤样本的形态及光学特征，并通过自监督学习任务训练模型以自动提取高光谱数据的特征；步骤S6：搭建肿瘤多基因检测模型并利用多任务学习训练，肿瘤多基因检测模型利用由S3ANet提取的特征向量，通过多个任务特定层对每个基因的突变状态进行二分类，优化多个基因的检测结果；步骤S7：收集待检测的肿瘤样本，通过高光谱相机获取该待检测样本的高光谱数据；步骤S8：将步骤S7中获得的高光谱数据输入到经过训练的S3ANet模型中进行特征提取，将得到的特征向量输入到训练好的多基因检测模型，利用该模型预测待检测肿瘤样本的基因突变状态，输出肿瘤样本的基因检测结果。
全文数据：
权利要求：
百度查询： 山东大学 基于高光谱图像的肿瘤多基因检测方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号