[發(fā)明專利]一種消化道活檢病理切片自動(dòng)分析方法

在審

• 申請?zhí)枺?/td>: 202110281259.8
• 申請日: 2021-03-16
• 公開（公告）號(hào): CN112927215A
• 公開（公告）日: 2021-06-08
• 發(fā)明（設(shè)計(jì)）人: 姜志國;鄭鈺山
• 申請（專利權(quán)）人: 麥克奧迪（廈門）醫(yī)療大數(shù)據(jù)有限公司
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00;G06T7/11;G06T7/136;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京慕達(dá)星云知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 11465
• 代理人: 符繼超

本發(fā)明公開了一種消化道活檢病理切片自動(dòng)分析方法，包括：將病理切片圖像劃分成多個(gè)子區(qū)域；基于特征提取模型，逐一對各子區(qū)域進(jìn)行特征提取，得到各子區(qū)域的特征矩陣；基于圖像分類模型對各特征矩陣中的各個(gè)特征向量進(jìn)行分類，得到相應(yīng)的病變概率矩陣；基于距離變換算法對各特征矩陣中的各個(gè)特征向量進(jìn)行距離量化，得到距離量化特征矩陣；將各子區(qū)域的特征矩陣和距離量化特征矩陣進(jìn)行級聯(lián)，得到融合特征矩陣；基于各個(gè)子區(qū)域的融合特征矩陣和病變概率矩陣，生成各子區(qū)域的組織結(jié)構(gòu)圖；基于圖卷積網(wǎng)絡(luò)模型對各組織結(jié)構(gòu)圖進(jìn)行分類預(yù)測，生成各子區(qū)域的診斷結(jié)果。本發(fā)明能夠?qū)顧z病理篩查，自動(dòng)輸出診斷結(jié)論，輔助醫(yī)生準(zhǔn)確、高效地完成工作。

技術(shù)領(lǐng)域

本發(fā)明涉及醫(yī)學(xué)圖像處理技術(shù)領(lǐng)域，更具體的說是涉及一種消化道活檢 病理切片自動(dòng)分析方法。

背景技術(shù)

消化道胃腸鏡組織活檢是胃癌、腸癌等消化道系統(tǒng)癌癥篩查的重要手段， 病理醫(yī)生通過逐一查看活檢組織的顯微切片來完成篩查。然而，消化道胃腸 鏡檢查病例繁多，病理醫(yī)生診斷工作任務(wù)繁重，長時(shí)間高強(qiáng)度工作容易造成 誤診。隨著計(jì)算機(jī)與顯微成像技術(shù)的快速發(fā)展，數(shù)字病理圖像的獲取便捷與 快速，適用于數(shù)字病理全切片圖像的計(jì)算機(jī)自動(dòng)分析算法成為近年來該方向 的一個(gè)研究熱點(diǎn)。

由于數(shù)字病理圖像分辨率遠(yuǎn)高于自然場景圖像，計(jì)算機(jī)視覺算法難以直 接處理整張病理圖像。現(xiàn)有算法為了對整張切片進(jìn)行分類，大多采用全切片 圖像分塊的方式，首先對局部區(qū)域進(jìn)行分類，然后在局部預(yù)測結(jié)果的基礎(chǔ)上， 制定特定的策略完成全切片的分類，常見策略具有以下三種：

1)基于多數(shù)投票(Majority voting)的全切片分類策略

該策略將切片所包含圖像塊的分類結(jié)果看作對全切片類別的投票，直接 將獲票數(shù)最多的類別作為切片的類別輸出。該方法簡單直觀，當(dāng)切片中對診 斷起決定性作用的圖像塊占據(jù)數(shù)量優(yōu)勢時(shí)，可獲得正確的結(jié)果。然而在病理 診斷中，有時(shí)決定全切片診斷結(jié)果的圖像塊不占據(jù)數(shù)量優(yōu)勢，甚至數(shù)量只占 圖像塊總數(shù)的1％以下，此類情況下，多數(shù)投票策略難以給出正確的全切片分 類結(jié)果。

2)基于卷積神經(jīng)網(wǎng)絡(luò)的全切片分類策略

該策略將圖像塊分類結(jié)果或圖像塊特征按照所在全切片中的位置關(guān)系排 列成三維張量，然后將三維張量作為樣本，將切片的類別作為標(biāo)簽，訓(xùn)練一 個(gè)卷積神經(jīng)網(wǎng)絡(luò)(CNN)網(wǎng)絡(luò)，實(shí)現(xiàn)全切片的分類，如圖1所示。該方法能夠 有效緩解策略1)中所述圖像塊數(shù)量不對等的問題，但該策略受到CNN模型的 局限性，對全切片的像素分辨率和長寬比適應(yīng)性較差，難以滿足實(shí)際應(yīng)用的 需要。

3)基于關(guān)鍵圖像塊采樣的分類策略

該策略在完成圖像塊分類后，按照一定的規(guī)則(例如選取分類置信度高 于閾值T的圖像塊)對圖像塊進(jìn)行采樣，以削減對決策作用較小或起到副作 用的圖像塊的數(shù)量；然后依靠采樣所得的圖像塊集合，建立多實(shí)例學(xué)習(xí)等集 合分類模型，實(shí)現(xiàn)全切片的分類。該方法對比策略2)增加了對切片尺寸的適 應(yīng)性，但采樣過程中舍棄了圖像塊在全切片中的絕對位置信息與圖像塊之間 的相對位置信息，導(dǎo)致分類精度的降低。

為解決現(xiàn)有全切片分類策略所存在的問題，如何提供一種能夠有效對胃 腸道活檢病理篩查，且能夠提高分類精度，基于數(shù)字病理全切片圖像計(jì)算機(jī) 自動(dòng)分類方法對消化道活檢病理切片進(jìn)行自動(dòng)分析的方法成為本領(lǐng)域技術(shù)人 員亟需解決的問題。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明提供了一種消化道活檢病理切片自動(dòng)分析方法，能夠 用于消化道活檢病理篩查，并自動(dòng)輸出診斷結(jié)論，輔助醫(yī)生準(zhǔn)確、高效地完 成工作。

為了實(shí)現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案：

一種消化道活檢病理切片自動(dòng)分析方法，包括：

將病理切片圖像劃分成多個(gè)子區(qū)域，并對各個(gè)所述子區(qū)域進(jìn)行逐一診斷；