[發明專利]一種病理圖像的分類方法、分類系統及可讀介質

有效

• 申請號: 202110985028.5
• 申請日: 2021-08-26
• 公開（公告）號: CN113436191B
• 公開（公告）日: 2021-11-30
• 發明（設計）人: 趙鵬飛;歐陽濱;李育威;曹坤琳;宋麒
• 申請（專利權）人: 深圳科亞醫療科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/62
• 代理公司: 北京金信知識產權代理有限公司 11225
• 代理人: 袁鴻;夏東棟

1.一種病理圖像的分類方法，其特征在于，包括：

獲取病理圖像；

由處理器，將所述病理圖像輸入學習網絡，其中所述學習網絡包括相互關聯的分類模型和分割模型；

由所述處理器，基于所述病理圖像，利用所述分類模型確定所述病理圖像中目標細胞的第一分類結果；

由所述處理器，基于所述分類模型對所述病理圖像在編碼階段所提取的特征信息，利用所述分割模型進行解碼以確定所述目標細胞的期望指標，并基于所述期望指標利用所述分割模型來確定所述目標細胞的第二分類結果；

所述期望指標包括核質比；

所述分割模型，還被配置為：

基于所述分類模型對所述病理圖像在編碼階段的高層語義特征來分割出所述病理圖像中目標細胞的細胞質和細胞核；

基于所述細胞質和細胞核確定所述目標細胞的核質比；

基于所述核質比來確定所述目標細胞的第二分類結果；

由所述處理器，在所述第一分類結果和所述第二分類結果為相同的類別的情況下，確定所述目標細胞的分類結果為該類別。

2.如權利要求1所述的病理圖像的分類方法，其特征在于，還包括：向用戶呈現所述病理圖像的分類結果和所述核質比。

3.如權利要求1所述的病理圖像的分類方法，其特征在于，還包括：在訓練所述學習網絡的過程中，基于所述分類模型的損失函數和所述分割模型的損失函數兩者來調整所述學習網絡的參數。

4. 如權利要求3所述的分類方法，其特征在于，基于所述分類模型的損失函數和所述分割模型的損失函數兩者來調整所述學習網絡的參數包括：

基于所述分類模型的損失函數和所述分割模型的損失函數兩者來調整所述分類模型的編碼部的參數；以及

基于所述分割模型的損失函數來調整所述分割模型的解碼部的參數。

5.如權利要求1所述的分類方法，其特征在于，所述分類模型的編碼部的至少部分復用為所述分割模型的編碼部。

6.如權利要求5所述的分類方法，其特征在于，所述分割模型包括UNet。

7.如權利要求1或6所述的病理圖像的分類方法，其特征在于，所述分類模型包括Resnet。

8.如權利要求1所述的病理圖像的分類方法，其特征在于，所述病理圖像包括宮頸液基細胞的病理圖像。

9.一種病理圖像的分類系統，其特征在于，包括：

接口，其配置為獲取病理圖像；

處理器，其配置為基于所獲取的病理圖像，利用根據權利要求1-8中任何一項所述的病理圖像的分類方法來確定分類結果。

10.一種其上存儲有指令的非暫時性計算機可讀介質，其特征在于，其中所述指令在由處理器執行時執行根據權利要求1-8中任何一項所述的病理圖像的分類方法來確定分類結果。