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)
1241
编辑：管理员
来源：北方有色网
咨询细节
