[發(fā)明專(zhuān)利]一種基于人工智能輔助識(shí)別數(shù)字病理切片的掃描方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202010645827.3
• 申請(qǐng)日: 2020-07-07
• 公開(kāi)（公告）號(hào): CN111798966A
• 公開(kāi)（公告）日: 2020-10-20
• 發(fā)明（設(shè)計(jì)）人: 梅園
• 申請(qǐng)（專(zhuān)利權(quán)）人: 上海昌島醫(yī)療科技有限公司
• 主分類(lèi)號(hào): G16H30/20
• 分類(lèi)號(hào): G16H30/20;G16H30/40;G16H15/00;G06K17/00;G06N3/04;G06N3/08
• 代理公司: 成都頂峰專(zhuān)利事務(wù)所(普通合伙) 51224
• 代理人: 匡睿

1.一種基于人工智能輔助識(shí)別數(shù)字病理切片的掃描方法，其特征在于：具體包括如下步驟：

制備目標(biāo)區(qū)域檢測(cè)模型；

選擇待處理數(shù)字病理切片，收集待處理數(shù)字病理切片的信息；

將待處理數(shù)字病理切片的信息生成相應(yīng)的二維碼；

掃描儀對(duì)待處理數(shù)字病理切片進(jìn)行掃描；

用目標(biāo)區(qū)域檢測(cè)模型對(duì)掃描后的信息進(jìn)行檢測(cè)，生成病理報(bào)告以及圖像。

2.根據(jù)權(quán)利要求1所述的一種基于人工智能輔助識(shí)別數(shù)字病理切片的掃描方法，其特征在于：所述制備目標(biāo)區(qū)域檢測(cè)模型具體包括以下步驟：

掃描目標(biāo)數(shù)字病理切片得到其病理圖像，對(duì)病理圖像進(jìn)行預(yù)處理，并對(duì)圖像中的目標(biāo)區(qū)域進(jìn)行標(biāo)注，之后生成目標(biāo)文件；

選擇神經(jīng)網(wǎng)絡(luò)模型，將標(biāo)注好的圖像與目標(biāo)文件放到神經(jīng)網(wǎng)絡(luò)模型中進(jìn)行深度學(xué)習(xí)，得到目標(biāo)區(qū)域檢測(cè)模型。

3.根據(jù)權(quán)利要求2所述的一種基于人工智能輔助識(shí)別數(shù)字病理切片的掃描方法，其特征在于：所述對(duì)圖像進(jìn)行預(yù)處理的方式包括對(duì)圖像進(jìn)行去噪和切割。

4.根據(jù)權(quán)利要求3所述的一種基于人工智能輔助識(shí)別數(shù)字病理切片的掃描方法，其特征在于：所述圖像中的目標(biāo)區(qū)域包括細(xì)胞區(qū)域和染色后的病菌區(qū)域。

5.根據(jù)權(quán)利要求4所述的一種基于人工智能輔助識(shí)別數(shù)字病理切片的掃描方法，其特征在于：所述目標(biāo)文件包括目標(biāo)區(qū)域的坐標(biāo)信息。

6.根據(jù)權(quán)利要求2-5任一所述的一種基于人工智能輔助識(shí)別數(shù)字病理切片的掃描方法，其特征在于：所述神經(jīng)網(wǎng)絡(luò)模型包括三通道的神經(jīng)網(wǎng)絡(luò)，每一通道包括53層神經(jīng)網(wǎng)絡(luò)，每一層的神經(jīng)網(wǎng)絡(luò)包括卷積層、池化層、全連接層以及softmax層。

7.根據(jù)權(quán)利要求6所述的一種基于人工智能輔助識(shí)別數(shù)字病理切片的掃描方法，其特征在于：所述三通道的神經(jīng)網(wǎng)絡(luò)每一通道上面附加了殘差網(wǎng)絡(luò)；

其中，每個(gè)殘差模塊由兩個(gè)卷積層以及一個(gè)短鏈接組成。

8.根據(jù)權(quán)利要求7所述的一種基于人工智能輔助識(shí)別數(shù)字病理切片的掃描方法，其特征在于：所述深度學(xué)習(xí)包括以下步驟：

對(duì)圖像去噪和增強(qiáng)圖像對(duì)比度；

將圖像處理后的數(shù)據(jù)輸入神經(jīng)網(wǎng)絡(luò)模型，每個(gè)神經(jīng)元將輸入值加權(quán)并加上偏差，然后輸入激活函數(shù)作為該神經(jīng)元的輸出，來(lái)正向傳播，得到相應(yīng)的數(shù)據(jù)值；

將數(shù)據(jù)值輸入誤差函數(shù)，并加上正則化與真值比較得到誤差；

將數(shù)據(jù)值通過(guò)反向傳播，反向求導(dǎo)，來(lái)確定梯度向量，更新權(quán)重，使得誤差最小，保存權(quán)重，得到目標(biāo)區(qū)域檢測(cè)模型。

9.根據(jù)權(quán)利要求8所述的一種基于人工智能輔助識(shí)別數(shù)字病理切片的掃描方法，其特征在于：所述用目標(biāo)區(qū)域檢測(cè)模型對(duì)掃描后的信息進(jìn)行檢測(cè)包括以下步驟：

對(duì)圖像去噪并增強(qiáng)圖像顏色的對(duì)比度；

將預(yù)處理后的數(shù)據(jù)輸入到目標(biāo)區(qū)域檢測(cè)模型中；

檢測(cè)出待檢測(cè)目標(biāo)的區(qū)域以及位置并輸出結(jié)果。

10.根據(jù)權(quán)利要求1-5或7-9任一所述的一種基于人工智能輔助識(shí)別數(shù)字病理切片的掃描方法，其特征在于：制作二維碼識(shí)別小程序，用于查看數(shù)字病理切片的處理狀態(tài)。