基于肿瘤类器官的高通量自动化 XDC 药物筛选平台开发

本发明提供了一种基于极深卷积神经网络的泛癌病理诊断系统，包括样本获取模块用于根据癌变器官种类在病理样本数据库中获取多种切片样本，并将多种切片样本输入到极深卷积神经网络中；图像标注模块用于对多种切片样本进行预处理获得海量图像块，基于历史诊断结果分别对所述海量图像块进行像素级癌标注，获得训练图像块；模型训练模块用于基于训练图像块对极深卷积神经网络进行训练，建立泛癌病理诊断模型；辅助诊断模块用于基于泛癌病理诊断模型对输入的待诊断切片进行诊断，获得像素级诊断结果，本发明快速准确地识别和定位肿瘤细胞、分级肿瘤恶性程度，减少主观判断的影响，提供一致性和可重复性的诊断结果，为医生提供可靠病理诊断参考基础。

本申请涉及乳腺癌精准医疗技术领域，公开一种基于DNA含量和细胞周期相关蛋白的双变量模拟分析系统。包括：样本处理模块，用于获取乳腺癌肿瘤细胞样本，对样本进行荧光标记处理；双变量检测模块，用于检测DNA含量和蛋白表达量，以生成每个乳腺癌肿瘤细胞样本的DNA含量和蛋白表达的双变量数据点；控制模块，用于基于双变量数据点，通过拟时间序列算法解析细胞周期相关蛋白表达与DNA含量变化之间的时间差，构建反映细胞周期进程的时间序列函数模型；将时间序列函数模型拟合生成细胞周期动态曲线，根据细胞周期动态曲线中G1/S期转变节点的异常特征、细胞周期蛋白E的过表达水平及S期细胞异常停滞比例，对乳腺癌细胞的耐药性及预后进行预先判断。

本申请提供了一种血清肿瘤标记物检测阵列优化方法以及系统，方法应用于阵列装置的控制模块，方法通过在多针检测平台对预设样本进行血清肿瘤标记物检测时，获取多针检测平台发送的初步表达信息；获取预设样本对应的患者病史信息、影像学信息和病理学信息；将初步表达信息、患者病史信息、影像学信息和病理学信息输入至预构建的贝叶斯分析模型，输出每个肿瘤标记物对应的预测权重、预测疾病进展方向和关联性标记物，以生成目标靶点信息；其中，目标靶点信息包括多个目标标记物；控制多针检测平台根据目标靶点信息对预设样本重新进行血清肿瘤标记物检测，完成血清肿瘤标记物检测的阵列优化。进而为早期诊断和监测提供了一种高效、创新的解决方案。