[發(fā)明專利]基于深度學(xué)習(xí)的淋巴瘤病理圖像智能識(shí)別方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202010622536.2
• 申請(qǐng)日: 2020-06-30
• 公開（公告）號(hào): CN111798464A
• 公開（公告）日: 2020-10-20
• 發(fā)明（設(shè)計(jì)）人: 王志崗;賀環(huán)宇;方超
• 申請(qǐng)（專利權(quán)）人: 天津深析智能科技有限公司
• 主分類號(hào): G06T7/11
• 分類號(hào): G06T7/11;G06K9/62;G06N3/04;G06N3/08;G06T5/00;G16H50/20
• 代理公司: 天津市北洋有限責(zé)任專利代理事務(wù)所 12201
• 代理人: 杜文茹

一種基于深度學(xué)習(xí)的淋巴瘤病理圖像智能識(shí)別方法：對(duì)淋巴瘤病理切片圖像數(shù)據(jù)進(jìn)行預(yù)處理；構(gòu)建分割淋巴組織區(qū)域的全卷積神經(jīng)網(wǎng)絡(luò)，包括編碼器子網(wǎng)絡(luò)和解碼器子網(wǎng)絡(luò)；構(gòu)建高倍分辨率下淋巴瘤三分類卷積神經(jīng)網(wǎng)絡(luò)，包括由依次連接的6個(gè)卷積層和3個(gè)全連接層構(gòu)成；對(duì)全卷積神經(jīng)網(wǎng)絡(luò)和淋巴瘤三分類卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，最終得到淋巴瘤病理切片圖像分類模型，并且測(cè)試時(shí)依次經(jīng)過全卷積神經(jīng)網(wǎng)絡(luò)和淋巴瘤三分類卷積神經(jīng)網(wǎng)絡(luò)，最終得到淋巴瘤的分類結(jié)果。本發(fā)明為病理醫(yī)生判斷淋巴瘤亞型類別提供可靠的中間數(shù)據(jù)，通過分析數(shù)字掃描的淋巴瘤病理圖像，為病理醫(yī)生對(duì)淋巴瘤的亞型分類提供輔助診斷參考，從而幫助病理醫(yī)生實(shí)現(xiàn)對(duì)病人的患淋巴瘤情況的快速判別。

技術(shù)領(lǐng)域

本發(fā)明涉及一種淋巴瘤輔助診斷系統(tǒng)。特別是涉及一種基于深度學(xué)習(xí)的淋巴瘤病理圖像智能識(shí)別方法。

背景技術(shù)

淋巴瘤是我國(guó)常見的惡性腫瘤之一，由于其病理類型復(fù)雜、多樣，無特異性病理組織學(xué)表現(xiàn)，臨床病理診斷極易與其他腫瘤混淆，易造成誤診，是目前臨床病理診斷較為困難的一類腫瘤。淋巴瘤病理誤診率10％～33.33％，誤診患者得不到及時(shí)的救治，往往錯(cuò)過最佳治療時(shí)機(jī)，嚴(yán)重影響患者的治療及預(yù)后。其中彌漫大B細(xì)胞淋巴瘤(DLBCL)是最常見的非霍奇金淋巴瘤(NHL)，約占所有NHL的30％～40％，是一組異質(zhì)性明顯的侵襲性淋巴瘤，臨床病情進(jìn)展迅速，預(yù)后較差，DLBCL患者5年總體生存率僅為46％。而T細(xì)胞淋巴瘤占非霍奇金淋巴瘤的10％～15％，亞型患者5年總生存率僅為10％～30％。

深度學(xué)習(xí)在圖像上近年來取得了巨大成功，同時(shí)醫(yī)療圖像數(shù)據(jù)在醫(yī)療數(shù)據(jù)中的比例不斷增加，使得對(duì)于病理識(shí)別與診斷的性能提升提供了基礎(chǔ)。深度學(xué)習(xí)中神經(jīng)網(wǎng)絡(luò)的多層構(gòu)架使其可以逐層的提取原始數(shù)據(jù)中隱藏的高級(jí)抽象特征，這使得神經(jīng)網(wǎng)絡(luò)可以直接面對(duì)原始數(shù)據(jù)進(jìn)行訓(xùn)練。當(dāng)數(shù)據(jù)量不斷増大的時(shí)候，神經(jīng)網(wǎng)絡(luò)的性能可以不斷提高，而當(dāng)下醫(yī)療行業(yè)不斷增加的數(shù)據(jù)量為提升神經(jīng)網(wǎng)絡(luò)模型的性能提供了有利條件。

淋巴瘤正確的病理診斷離不開影像學(xué)特征因素。因此，利用數(shù)字化醫(yī)學(xué)病理圖像進(jìn)行計(jì)算機(jī)輔助分析，可以提高病理醫(yī)生分析病理影像的效率，減少淋巴瘤病理的誤診率，為患者的治療與預(yù)后帶來極大便利。但是由于淋巴瘤的病理組織學(xué)表現(xiàn)的復(fù)雜性與其病理圖像的高分辨率特性，導(dǎo)致計(jì)算機(jī)輔助診斷難度較大。

發(fā)明內(nèi)容

本發(fā)明所要解決的技術(shù)問題是，提供一種結(jié)合病理醫(yī)生評(píng)片方法，實(shí)現(xiàn)由粗到細(xì)的不同尺度特征提取，為病理醫(yī)生對(duì)淋巴瘤的亞型分類提供輔助診斷參考的基于深度學(xué)習(xí)的淋巴瘤病理圖像智能識(shí)別方法。

本發(fā)明所采用的技術(shù)方案是：一種基于深度學(xué)習(xí)的淋巴瘤病理圖像智能識(shí)別方法，包括如下步驟：

1)對(duì)淋巴瘤病理切片圖像數(shù)據(jù)進(jìn)行預(yù)處理，包括：

(1)獲得原始的數(shù)字掃描淋巴瘤病理切片圖像數(shù)據(jù)集，由專業(yè)醫(yī)生對(duì)數(shù)據(jù)集中的每一張病理切片圖像X_i進(jìn)行手工標(biāo)注，所述的手工標(biāo)注包含病灶、血管和脂肪區(qū)域的標(biāo)注，根據(jù)手工標(biāo)注的結(jié)果生成與每一張病理切片圖像X_i對(duì)應(yīng)的掩膜圖像Yi；

(2)對(duì)病理切片圖像數(shù)據(jù)集進(jìn)行染色均一化處理，以適應(yīng)不同染色條件下導(dǎo)致的切片中顏色深淺不一問題；

(3)對(duì)數(shù)據(jù)集中的每一張病理切片圖像X_i進(jìn)行裁剪切塊，每個(gè)圖像塊分辨率為512×512；