本申请涉及图像识别技术和医疗技术领域,提供了一种基于深度学习的PD‑1/PD‑L1病理图片识别方法,包括S1步骤:构建深度残差网络模型;S2步骤:获取经人工标记的PD‑1/PD‑L1免疫组织化学染色图片;S3步骤:在深度残差网络模型上用免疫组织化学染色图片构建PD‑1/PD‑L1病理染色图片识别模型;S4步骤:用识别模型识别待测患者的PD‑1/PD‑L1病理图片。本申请还提供相应的基于深度学习的PD‑1/PD‑L1病理图片识别装置、计算机设备和计算机可读存储介质。本申请的识别模型可以代替人工判断,正确、快速、稳定地判断病人体内的PD‑1/PD‑L1是否存在阳性表达。
声明:
“基于深度学习的PD-1/PD-L1病理图片识别方法和装置” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)