需求解析

技术需求基本信息

0 / 2000
0 / 1000
万元

技术需求解析

0 / 500

技术研发指南

乳腺癌是女性最常见的癌种,目前临床手术过程中,需要对术中获取的可疑组织开展冰冻病理检查,以决定手术切除方案,病人这时处于麻醉及创口未缝合状态,术中的病理诊断要求快速且高效。术中的乳腺癌冰冻病理图片信息丰富且尺寸大,传统的人工分析效率低且耗时。

建立乳腺癌术中冰冻病理智能诊断的算法模型对于提升术中病理诊断的效率及准确率有重要临床价值。

企业需求:探索研究一种适用于冰冻乳腺癌细胞术中病理图片的深度学习算法模型,利用深度模型的系统、全面的识别能力,构建判别敏感区域的深度小尺度判别模型,提高模型精度和收敛速度,降低模型过拟合的可能性;另外,在深度小尺度判别模型的基础上,通过融合处理模型,划分完整的敏感区域。主要研发内容:

1.乳腺癌术中冰冻病理图片数据库的建立(企业应已有基础);

2.基于深度学习框架的ROI/敏感区域的检测定位;

3.敏感区域深度小尺度判别模型的构建;

4.乳腺癌术中冰冻病理智能诊断算法的性能评价。

企业需求指标:建立乳腺癌术中冰冻病理智能诊断的算法模型;实验室综合识别区域准确度³ 80%

建议补充指标:

1.乳腺癌细胞等区域的定位及检测准确度;

2.对应诊断敏感性及准确率;

2.对不同尺寸病理图片的诊断分析速度(效率)等。

解析专家署名