PAENG, KYUNG HYUN,팽경현,HWANG, SANG HEUM,황상흠,PARK, SUNG GYUN,박승균
申请号：
KR1020170018936
公开号：
KR1018897220000B1
申请日:
2017.02.10
申请国别(地区):
KR
年份:
2018
代理人:
摘要：
Provided is a method for diagnosing malignant tumor, which predicts a pathologic diagnosis result of a tissue to be diagnosed by using a tissue slide image converted into a digital image by digital pathology equipment. The method for diagnosing malignant tumor, which is performed by an apparatus for diagnosing malignant tumor, comprises the following steps: sampling a plurality of patches in a tissue slide image including a tissue to be diagnosed, and selecting a region of interest (ROI) patch among the patches on the basis of the number of cells included in each patch； counting the number of mitotic cells included in each ROI patch by using a mitotic cell detection model based on a convolutional neural network； and predicting a tumor proliferation score for the tissue to be diagnosed by using the number of mitotic cells in each ROI patch and the number of cells in each ROI patch.디지털 병리학(digital pathology) 장비에 의해 디지털 이미지로 변환된 조직 슬라이드 이미지를 이용하여 진단 대상 조직에 대한 병리 진단 결과를 예측하는 악성 종양 진단 방법이 제공된다. 악성 종양 진단 장치에 의해 수행되는 상기 악성 종양 진단 방법은, 진단 대상 조직이 포함된 조직 슬라이드 이미지에서 복수의 패치(patch)를 샘플링 하고, 패치에 포함된 세포의 개수를 기준으로 상기 복수의 패치 중에서 ROI(Region of Interest) 패치를 선정하는 단계, 컨볼루션 신경망(Convolutional Neural Network) 기반의 유사 분열 세포 검출 모델을 이용하여 상기 ROI 패치 각각에 포함된 유사 분열 세포의 개수를 카운팅 하는 단계 및 ROI 패치 별 유사 분열 세포의 개수 및 ROI 패치 별 세포의 개수를 이용하여 상기 진단 대상 조직에 대한 종양 증식 점수(tumor proliferation score)를 예측하는 단계를 포함을 포함할 수 있다.
