[發(fā)明專利]一種基于卷積神經(jīng)網(wǎng)絡(luò)的食管癌病理圖像自動甄別裝置及其甄別方法在審
| 申請?zhí)枺?/td> | 201811022872.2 | 申請日: | 2018-09-03 |
| 公開(公告)號: | CN109086836A | 公開(公告)日: | 2018-12-25 |
| 發(fā)明(設(shè)計)人: | 相林;李冠男;馬甲林 | 申請(專利權(quán))人: | 淮陰工學(xué)院 |
| 主分類號: | G06K9/62 | 分類號: | G06K9/62;G06N3/04 |
| 代理公司: | 南京蘇高專利商標(biāo)事務(wù)所(普通合伙) 32204 | 代理人: | 柏尚春 |
| 地址: | 223005 江蘇省*** | 國省代碼: | 江蘇;32 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 病理圖像 食管癌 數(shù)據(jù)集 卷積神經(jīng)網(wǎng)絡(luò) 圖像采集模塊 圖像處理模塊 訓(xùn)練網(wǎng)絡(luò) 甄別模塊 自動甄別 遷移 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu) 數(shù)據(jù)存儲模塊 病理切片 網(wǎng)絡(luò)模型 網(wǎng)絡(luò)訓(xùn)練 學(xué)習(xí)過程 學(xué)習(xí)模塊 訓(xùn)練樣本 識別率 圖像庫 智能化 構(gòu)建 卷積 擬合 微調(diào) 采集 學(xué)習(xí) | ||
1.一種基于卷積神經(jīng)網(wǎng)絡(luò)的食管癌病理圖像自動甄別裝置,其特征在于:包括
圖像采集模塊,采集食管腫瘤組織病理圖像,構(gòu)建食管癌病理切片圖像庫;
圖像處理模塊,對各圖像庫中的病理圖像進(jìn)行旋轉(zhuǎn)、縮放、鏡像及其組合操作,按良性或者惡性標(biāo)注標(biāo)簽并分成良性腫瘤圖像數(shù)據(jù)集BD和惡性腫瘤圖像數(shù)據(jù)集MD;
數(shù)據(jù)存儲模塊,將經(jīng)由圖像處理模塊處理得到的數(shù)據(jù)集BD和MD中的圖像進(jìn)行合并,完成數(shù)據(jù)集的擴(kuò)充,對擴(kuò)充后的預(yù)訓(xùn)練網(wǎng)絡(luò)病理圖像數(shù)據(jù)集BH和擴(kuò)充后的食管癌病理圖像數(shù)據(jù)集EC進(jìn)行存儲;
遷移學(xué)習(xí)模塊,利用數(shù)據(jù)存儲模塊中的數(shù)據(jù)集BH進(jìn)行遷移學(xué)習(xí),得到深度神經(jīng)網(wǎng)絡(luò)的初始化結(jié)構(gòu)和權(quán)值;
網(wǎng)絡(luò)訓(xùn)練模塊,以數(shù)據(jù)集BH遷移學(xué)習(xí)得到的網(wǎng)絡(luò)結(jié)構(gòu)和權(quán)值作初值,用擴(kuò)充后的食管癌病理圖像數(shù)據(jù)集EC對網(wǎng)絡(luò)進(jìn)行有監(jiān)督訓(xùn)練,并對參數(shù)進(jìn)行微調(diào),獲得適于判別食管癌圖像的網(wǎng)絡(luò)結(jié)構(gòu)和權(quán)值;
甄別模塊,在訓(xùn)練好的食管癌病理切片圖像集網(wǎng)絡(luò)上,將其測試集圖像輸入網(wǎng)絡(luò),檢測裝置對病理圖片的判別能力,再將待診斷的圖片輸入網(wǎng)絡(luò),經(jīng)過網(wǎng)絡(luò)判別給出良性或惡性腫瘤的判別結(jié)果。
2.根據(jù)權(quán)利要求1所述的一種基于卷積神經(jīng)網(wǎng)絡(luò)的食管癌病理圖像自動甄別裝置,其特征在于:所述的圖像采集模塊對食管癌病理影像進(jìn)行采集,包括鱗狀細(xì)胞癌、腺癌兩種類型食管癌,以及食管、賁門粘膜組織慢性炎癥的病理切片圖像,存儲到構(gòu)建的食管癌病理切片圖像庫中。
3.根據(jù)權(quán)利要求1所述的一種基于卷積神經(jīng)網(wǎng)絡(luò)的食管癌病理圖像自動甄別裝置,其特征在于:所述的圖像處理模塊用高清晰度全自動彩色圖像分析系統(tǒng)采集并對陽性染色面積及染色強(qiáng)度進(jìn)行分析,采用雙盲法判讀結(jié)果,由兩位病理醫(yī)師獨立讀片評定,根據(jù)評定的良、惡性結(jié)果,將對應(yīng)的圖片標(biāo)注良(B)、惡(M)標(biāo)簽,構(gòu)建病理圖片庫,再對圖像庫中的圖像進(jìn)行旋轉(zhuǎn)、縮放、鏡像操作及其組合操作對圖片庫擴(kuò)充,并根據(jù)標(biāo)簽,將變換后的圖像分別存入對應(yīng)的良性腫瘤圖像數(shù)據(jù)集BD和惡性腫瘤圖像數(shù)據(jù)集MD。
4.根據(jù)權(quán)利要求3所述的一種基于卷積神經(jīng)網(wǎng)絡(luò)的食管癌病理圖像自動甄別裝置,其特征在于:所述旋轉(zhuǎn)、縮放、鏡像操作及其組合操作包括:
(1)圖像旋轉(zhuǎn)操作:
(11)以圖像的中心為原點,以圖像旋轉(zhuǎn)前后的夾角為旋轉(zhuǎn)角度,將圖像沿中心分別旋轉(zhuǎn)±90°、±180°、±270°,若旋轉(zhuǎn)的角度大于0°,按照逆時針方向旋轉(zhuǎn),小于0°,按順時針方向旋轉(zhuǎn);
(12)利用最近鄰法對旋轉(zhuǎn)后的圖像進(jìn)行鄰域插值,以保證旋轉(zhuǎn)后生成的圖像完整;
(13)根據(jù)圖片標(biāo)注的良性或惡性標(biāo)簽,將旋轉(zhuǎn)后的圖像,分別存入對應(yīng)的良性腫瘤圖像數(shù)據(jù)集BD和惡性腫瘤圖像數(shù)據(jù)集MD;
(2)圖像縮放操作:
(21)以雙線性插值的方式對圖像的行、列插值,實現(xiàn)對圖像沿x軸和y軸方向同時按比例縮小、按比例放大,以清晰顯示為準(zhǔn);
(22)將縮放后的圖像,按標(biāo)簽存入良性腫瘤圖像數(shù)據(jù)集BD或惡性腫瘤圖像數(shù)據(jù)集MD;
(3)鏡像操作:
(31)以豎直中線為中心軸左右對換,對圖像進(jìn)行水平鏡像操作;
(32)以水平中線為中心軸上下對換,對圖像進(jìn)行垂直鏡像操作;
(33)將鏡像操作后的圖像,按標(biāo)簽存入良性腫瘤圖像數(shù)據(jù)集BD或惡性腫瘤圖像數(shù)據(jù)集MD;
(4)對縮放后的圖像進(jìn)行旋轉(zhuǎn)操作,旋轉(zhuǎn)角度分別設(shè)定為±90°、±180°、±270°,再按標(biāo)簽存入良性腫瘤圖像數(shù)據(jù)集BD或惡性腫瘤圖像數(shù)據(jù)集MD;
(5)對縮放后的圖像進(jìn)行鏡像操作,再按標(biāo)簽存入良性腫瘤圖像數(shù)據(jù)集BD或惡性腫瘤圖像數(shù)據(jù)集MD;
(6)將良性腫瘤圖像數(shù)據(jù)集BD和惡性腫瘤圖像數(shù)據(jù)集MD中的圖像合并為擴(kuò)充后的數(shù)據(jù)集。
5.根據(jù)權(quán)利要求1所述的一種基于卷積神經(jīng)網(wǎng)絡(luò)的食管癌病理圖像自動甄別裝置,其特征在于:所述的預(yù)訓(xùn)練網(wǎng)絡(luò)病理圖像庫包括BreaKHis乳腺癌病理圖像庫。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于淮陰工學(xué)院,未經(jīng)淮陰工學(xué)院許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201811022872.2/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G06K 數(shù)據(jù)識別;數(shù)據(jù)表示;記錄載體;記錄載體的處理
G06K9-00 用于閱讀或識別印刷或書寫字符或者用于識別圖形,例如,指紋的方法或裝置
G06K9-03 .錯誤的檢測或校正,例如,用重復(fù)掃描圖形的方法
G06K9-18 .應(yīng)用具有附加代碼標(biāo)記或含有代碼標(biāo)記的打印字符的,例如,由不同形狀的各個筆畫組成的,而且每個筆畫表示不同的代碼值的字符
G06K9-20 .圖像捕獲
G06K9-36 .圖像預(yù)處理,即無須判定關(guān)于圖像的同一性而進(jìn)行的圖像信息處理
G06K9-60 .圖像捕獲和多種預(yù)處理作用的組合
- 數(shù)據(jù)集及數(shù)據(jù)集“異或”的DMA傳送
- 數(shù)據(jù)處理的方法和系統(tǒng)
- 鏈接數(shù)據(jù)集
- 數(shù)據(jù)處理方法及其設(shè)備
- VR視頻轉(zhuǎn)碼方法及裝置
- 數(shù)據(jù)匹配方法以及裝置
- 一種非平衡數(shù)據(jù)集的分類方法
- 處理數(shù)據(jù)的方法、裝置、電子設(shè)備及可讀存儲介質(zhì)
- 基于數(shù)據(jù)傾斜的關(guān)聯(lián)查詢方法、裝置、設(shè)備及存儲介質(zhì)
- 一種實體識別模型的建立方法、系統(tǒng)、電子設(shè)備及介質(zhì)
- 終端卷積神經(jīng)網(wǎng)絡(luò)的處理方法、裝置、存儲介質(zhì)及處理器
- 一種基于卷積神經(jīng)網(wǎng)絡(luò)的圖像深度估計方法
- 卷積神經(jīng)網(wǎng)絡(luò)的生成方法及裝置
- 一種卷積神經(jīng)網(wǎng)絡(luò)硬件模塊部署方法
- 卷積神經(jīng)網(wǎng)絡(luò)的處理方法、裝置、設(shè)備及存儲介質(zhì)
- 一種卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練方法及裝置
- 一種基于通道數(shù)搜索卷積神經(jīng)網(wǎng)絡(luò)的方法
- 卷積神經(jīng)網(wǎng)絡(luò)處理方法、裝置和電子系統(tǒng)
- 一種基于空洞卷積循環(huán)神經(jīng)網(wǎng)絡(luò)的聲音事件檢測方法
- 基于稀疏卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測方法及檢測裝置





