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！

摘要：本发明涉及医疗图像处理识别技术领域，尤其是涉及一种基于深度学习的PD‑L1表达的联合阳性分数获取方法及系统；本发明计算PD‑L1表达的联合阳性分数时，分别采用肿瘤细胞识别模型识别出肿瘤细胞，采用免疫细胞识别模型识别免疫细胞，然后在采用对应模型识别对应细胞时，根据对应细胞的识别特点，采用不同的图像预处理方式；不同模型以及不同图像预处理方式，提高了肿瘤细胞和免疫细胞识别的准确度；同时，由于数字化切片图像像素较大，包含信息较多，将数字化切片图像分割成固定像素大小的小图，然后分别将小图输入至模型中，相较于直接将数字化切片图像输入至模型中，可有效提高细胞识别的准确度。

主权项：1.一种基于深度学习的PD-L1表达的联合阳性分数获取方法，其特征在于，所述方法包括以下步骤：S1：获取用于联合阳性分数计算的数字化切片图像；S2：对所述数字化切片图像进行第一图像预处理操作，得到数字化切片图像小图；所述S2中，所述第一图像预处理操作具体为：对所述数字化切片图像进行固定步长图像分割操作，将所述数字化切片图像分割成若干个256×256×3像素的数字化切片图像小图；S3：对所述数字化切片图像小图进行第二图像预处理操作；S4：分别将经过所述S3预处理的数字化切片图像小图输入至肿瘤细胞识别模型，得到所述数字化切片图像中PD-L1膜染色阳性肿瘤细胞数量TTC+以及肿瘤细胞总数量TTC；所述S4具体为：S4.1：获取用于肿瘤细胞识别模型构建的图像集；S4.2：采用所述图像集训练卷积神经网络模型，从而得到肿瘤细胞识别模型；S4.3：分别将经过所述S3预处理的数字化切片图像小图输入至所述S4.2得到的肿瘤细胞识别模型，标识出PD-L1膜染色阳性肿瘤细胞以及PD-L1膜染色阴性肿瘤细胞；S4.4：对所述PD-L1膜染色阳性肿瘤细胞以及PD-L1膜染色阴性肿瘤细胞进行计数，得到所述数字化切片图像中PD-L1膜染色阳性肿瘤细胞数量TTC+以及肿瘤细胞总数量TTC；S5：对所述数字化切片图像小图进行第三图像预处理操作；S6：分别将经过所述S5预处理的数字化切片图像小图输入至免疫细胞识别模型，得到所述数字化切片图像中PD-L1阳性免疫细胞数量；S7：获取所述数字化切片图像的联合阳性分数；所述第二图像预处理操作为：对所述数字化切片图像小图进行滤波操作；所述第三图像预处理操作具体为：对所述数字化切片图像小图进行图像对比度增强操作；采用伽马变换法进行图像对比度增强操作；其中，所述伽马变换的公式为： 其中，S为伽马变换后的像素值，c为常数，r为伽马变换前的像素值，为伽马值，用于调整变换后的图像的对比度；根据所述S4获得的所述PD-L1膜染色阳性肿瘤细胞的数量调整伽马变换中伽马值的大小；其中，当所述PD-L1膜染色阳性肿瘤细胞的数量大于预设阈值时，伽马值为0.7，当所述PD-L1膜染色阳性肿瘤细胞的数量小于等于预设阈值时，伽马值为0.5。

全文数据：

权利要求：

百度查询： 天津市肿瘤医院(天津医科大学肿瘤医院) 一种基于深度学习的PD-L1表达的联合阳性分数获取方法及系统