[發明專利]通過利用類比例數據的卷積字典學習對對象群體進行分類

在審

• 申請號: 201880068608.4
• 申請日: 2018-11-14
• 公開（公告）號: CN111247417A
• 公開（公告）日: 2020-06-05
• 發明（設計）人: 弗洛倫斯·耶林;本杰明·哈菲勒;雷內·威爾達
• 申請（專利權）人: 醫學診斷公司
• 主分類號: G01N15/02
• 分類號: G01N15/02
• 代理公司: 北京安信方達知識產權代理有限公司 11262
• 代理人: 李健

1.一種用于基于模板字典和類比例數據對對象群體進行分類的方法，該方法包括：

獲得其中描繪有一個或多個對象的圖像；

確定該圖像中對象的總數(N)；

獲得類比例數據和包括至少一個對象類的至少一個對象模板的模板字典；

提取一個或多個圖像補丁(e_i)，該一個或多個圖像補丁中的每個圖像補丁包含該圖像中的相應對象(i)；以及

基于該相應圖像補丁(e_i)與每個對象模板的匹配強度(α_i)并且受該類比例數據的影響來確定每個對象的類。

2.如權利要求1所述的方法，其中，該圖像是全息圖像。

3.如權利要求1所述的方法，其中，該匹配強度是根據來確定的，其中，i是對象，是第k_i個對象模板的圖像，并且e_i是與第i個對象相對應的圖像補丁。

4.如權利要求1所述的方法，其中，每個對象的類受在給定對象總數為N的情況下對象在類c中的概率p_c|N的影響，并且其中，該概率p_c|N基于該類比例數據。

5.如權利要求1所述的方法，其中，該類比例數據通過預定值(λ)進行加權。

6.如權利要求1所述的方法，其中，每個對象(i)的對象模板的索引(k)是根據來確定的，其中，d_j是第j個對象模板的圖像，K是對象模板的總數，e_i是與第i個對象相對應的圖像補丁，c是類，C是類的總數，d_j是第j個對象模板的圖像，并且p_c|N是在給定對象總數為N的情況下對象在類c中的概率，并且λ是預定的加權值。

7.如權利要求6所述的方法，其中，類c的比例是根據來確定的，其中，N是對象總數，是屬于類c的對象的數量，是第k_i個對象模板的圖像。

8.如權利要求1所述的方法，其中，該模板字典包括針對單核細胞、淋巴細胞和粒細胞中的一個或多個的圖像模板。

9.一種用于對樣本中的對象進行分類的系統，該系統包括：

腔室，該腔室用于保持該樣本的至少一部分；

圖像傳感器，該圖像傳感器用于獲得位于該腔室中的該樣本的該部分的圖像；以及

處理器，該處理器與該圖像傳感器通信，該處理器被編程用于：

獲得其中描繪有一個或多個對象的圖像；

確定該圖像中對象的總數(N)；

獲得類比例數據和包括至少一個對象類的至少一個對象模板的模板字典；

提取一個或多個圖像補丁(e_i)，該一個或多個圖像補丁中的每個圖像補丁包含該圖像中的相應對象(i)；以及

基于該相應圖像補丁(e_i)與每個對象模板的匹配強度(α_i)并且受該類比例數據的影響來確定每個對象的類。

10.如權利要求9所述的系統，其中，該處理器被編程用于根據來確定該匹配強度，其中，i是對象，是第k_i個對象模板的圖像，并且e_i是與第i個對象相對應的圖像補丁。

11.如權利要求9所述的系統，其中，每個對象的類受在給定對象總數為N的情況下對象在類c中的概率p_c|N的影響，并且其中，該概率p_c|N基于該類比例數據。

12.如權利要求9所述的系統，其中，該處理器被編程用于通過預定值(λ)對該類比例數據進行加權。