[發明專利]胃幽門螺旋桿菌感染病理診斷支持系統和方法

在審

• 申請號: 201710423850.6
• 申請日: 2017-06-07
• 公開（公告）號: CN109003659A
• 公開（公告）日: 2018-12-14
• 發明（設計）人: 萬香波
• 申請（專利權）人: 萬香波;陳浩;范新娟;王磊;林黃靖;馮莉莉;竇琪;王平安;朱亞西;黃艷;中山大學附屬第六醫院;深圳視見醫療科技有限公司
• 主分類號: G16H30/20
• 分類號: G16H30/20;G16H50/20;G16H40/67
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 宋靜娜;郝傳鑫

1.胃幽門螺旋桿菌感染病理診斷支持系統，其特征在于，所述支持系統包括：

圖像數據獲得單元，用于獲得胃正常切片圖像和已確診的胃幽門螺旋桿菌感染病例的病理切片圖像作為已輸入圖像數據；

圖像數據標注單元，用于對所述已輸入圖像數據進行標注，以及保證圖像的標簽和圖像的真實病理診斷結果一致；

圖像數據庫構建單元，用于對所述圖像數據標注單元提供的已標注圖像數據分類、整理，構建病理圖像數據庫；

卷積神經網絡構造單元，用于構造第一卷積神經網絡模型；以及

卷積神經網絡模型訓練單元，利用所述病理圖像數據庫的圖像數據對所述第一卷積神經網絡模型的參數進行調節，以及訓練所述第一卷積神經網絡模型，獲得可用于檢測患者病理圖像數據的第二卷積神經網絡模型。

2.根據權利要求1所述的支持系統，其特征在于，所述支持系統還包括卷積神經網絡模型檢驗單元，用于獲得理想的卷積神經網絡模型。

3.根據權利要求2所述的支持系統，其特征在于，所述卷積神經網絡模型檢驗單元包括卷積神經網絡模型校驗單元和卷積神經網絡模型測試單元，所述卷積神經網絡模型校驗單元用于檢測所述第二卷積神經網絡模型的準確率；所述卷積神經網絡模型測試單元，用于檢測所述第二卷積神經網絡模型是否過擬合，以篩選出魯棒的第三卷積神經網絡模型。

4.根據權利要求1所述的支持系統，其特征在于，所述支持系統還包括卷積神經網絡模型預訓練單元，用于當所述圖像數據獲得單元收集到的已輸入圖像數據不足時，對所述第一卷積神經網絡模型進行預訓練。

5.根據權利要求1所述的支持系統，其特征在于，所述支持系統還包括病理圖像數據預處理單元，用于篩選和示出患者病理圖像中的待檢測區域。

6.根據權利要求5所述的支持系統，其特征在于，所述預處理單元采用自適應閾值法篩選出所述待檢測區域。

7.根據權利要求1所述的支持系統，其特征在于，所述卷積神經網絡訓練單元采用微調法訓練所述第一卷積神經網絡模型。

8.一種胃幽門螺旋桿菌感染病理診斷的支持方法，其特征在于，所述支持方法包括以下步驟：

圖像數據獲得：獲得胃正常切片圖像和已確診的胃幽門螺旋桿菌感染病例的病理切片圖像作為已輸入圖像數據；

圖像數據標注：對所述已輸入圖像數據進行標注，以及保證圖像的標簽和圖像的真實病理診斷結果一致；

圖像數據庫構建：對所述圖像數據標注單元提供的已標注圖像數據分類、整理，構建病理圖像數據庫；

卷積神經網絡構造：構造第一卷積神經網絡模型；以及

卷積神經網絡模型訓練:利用所述病理圖像數據庫的圖像數據對所述第一卷積神經網絡模型的參數進行調節，以及訓練所述第一卷積神經網絡模型，獲得可用于檢測患者病理圖像數據的第二卷積神經網絡模型。

9.根據權利要求8所述的支持方法，其特征在于，所述支持方法還包括卷積神經網絡模型檢驗步驟：獲得理想的卷積神經網絡模型；所述卷積神經網絡模型檢驗步驟包括卷積神經網絡模型校驗和卷積神經網絡模型測試，所述卷積神經網絡模型校驗用于檢測所述第二卷積神經網絡模型的準確率；所述卷積神經網絡模型測試，用于檢測所述第二卷積神經網絡模型是否過擬合，以篩選出魯棒的第三卷積神經網絡模型。

10.根據權利要求1-6任一所述的支持設備在診斷胃幽門螺旋桿菌感染中的應用。