[發明專利]基于神經網絡識別淋巴結的方法及裝置

有效

• 申請號: 201910847904.0
• 申請日: 2019-09-09
• 公開（公告）號: CN110689525B
• 公開（公告）日: 2023-10-13
• 發明（設計）人: 于觀貞;陳穎;高云姝;王曉東;劉西洋;管澤輝;董舟;鄭俁萱;王黎明;艾麗蓉
• 申請（專利權）人: 上海中醫藥大學附屬龍華醫院
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 洪銘福

1.一種基于神經網絡識別淋巴結的方法，其特征在于，包括：

獲取待檢測病理圖像，所述待檢測病理圖像為H&E組織病理圖像；

將所述待檢測病理圖像輸入到訓練后的神經網絡檢測模型中，預測每個像素是淋巴/背景的概率，選擇概率大的作為類標簽得到預測結果，所述預測結果表示為二值圖像的淋巴結區域掩碼。

2.根據權利要求1所述的一種基于神經網絡識別淋巴結的方法，其特征在于，所述神經網絡檢測模型為卷積神經網絡模型，具體結構為U-net網絡結構，所述U-net網絡結構包括10個卷積層組、4個池化層和4個上采樣層組，卷積核大小為3x3，卷積層激活函數為ReLU激活函數，輸出激活函數為Sigmoid激活函數，損失函數為交叉熵損失函數。

3.根據權利要求1所述的一種基于神經網絡識別淋巴結的方法，其特征在于，還包括利用訓練樣本集進行所述神經網絡檢測模型訓練，訓練所述神經網絡檢測模型的過程包括：

獲取大量病理圖像樣本進行圖像預處理形成訓練樣本集，所述訓練樣本集包括：病理圖像和對應的標簽掩碼；

通過特征提取從病理圖像中提取語義特征形成語義特征圖；

根據所述語義特征圖得到輸出分割圖，結合所述標簽掩碼計算像素損失，通過反向傳播優化模型參數。

4.根據權利要求3所述的一種基于神經網絡識別淋巴結的方法，其特征在于，所述圖像預處理包括：

將病理圖像樣本進行壓縮得到預設尺寸病理圖像；

生成對應大小的標簽掩碼；

對所述預設尺寸病理圖像和所述標簽掩碼進行圖像數據處理。

5.根據權利要求4所述的一種基于神經網絡識別淋巴結的方法，其特征在于，所述圖像數據處理包括：裁剪、調整尺寸、旋轉、翻轉。

6.根據權利要求2所述的一種基于神經網絡識別淋巴結的方法，其特征在于，所述U-net網絡結構還包括跳躍連接。

7.根據權利要求3至6任一項所述的一種基于神經網絡識別淋巴結的方法，其特征在于，還包括對經過圖像預處理的圖像進行灰度歸一化處理。

8.一種基于神經網絡識別淋巴結的裝置，其特征在于，包括：

獲取模塊：用于獲取待檢測病理圖像，所述待檢測病理圖像為H&E組織病理圖像；

預測模塊：用于將所述待檢測病理圖像輸入到訓練后的神經網絡檢測模型，預測每個像素是淋巴/背景的概率，選擇概率大的作為類標簽得到預測結果，所述預測結果表示為二值圖像的淋巴結區域掩碼。

9.一種基于神經網絡識別淋巴結的設備，其特征在于，包括：

至少一個處理器；以及，與所述至少一個處理器通信連接的存儲器；

其中，所述處理器通過調用所述存儲器中存儲的計算機程序，用于執行如權利要求1至7任一項所述的方法。

10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質存儲有計算機可執行指令，所述計算機可執行指令用于使計算機執行如權利要求1至7任一項所述的方法。