[發(fā)明專利]一種甲狀腺切片的數(shù)字病理信息處理方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202111242026.3
• 申請(qǐng)日: 2021-10-25
• 公開(kāi)（公告）號(hào): CN113948175A
• 公開(kāi)（公告）日: 2022-01-18
• 發(fā)明（設(shè)計(jì)）人: 曹培龍;權(quán)芳;侯興松
• 申請(qǐng)（專利權(quán)）人: 西安交通大學(xué)醫(yī)學(xué)院第一附屬醫(yī)院
• 主分類(lèi)號(hào): G16H10/60
• 分類(lèi)號(hào): G16H10/60;G16H30/20;G16H50/30;G16H70/60;G06V10/764;G06V10/774;G06V10/80;G06K9/62
• 代理公司: 西安正華恒遠(yuǎn)知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 61271
• 代理人: 傅曉

本發(fā)明公開(kāi)了一種甲狀腺切片的數(shù)字病理信息處理方法，所述甲狀腺切片的數(shù)字病理分析方法包括：S1：獲取甲狀腺切片的數(shù)字病理圖像集；S2：根據(jù)所述甲狀腺切片的數(shù)字病理圖像集，利用第一圖像處理方法，得到所述甲狀腺切片的第一概率數(shù)據(jù)；S3：獲取甲狀腺切片的高光譜圖像樣本集；S4：根據(jù)所述甲狀腺切片的高光譜圖像樣本集，利用第二圖像處理方法，得到所述甲狀腺切片的第二概率數(shù)據(jù)；S5：根據(jù)所述第一概率數(shù)據(jù)和所述第二概率數(shù)據(jù)，得到所述甲狀腺切片的數(shù)字病理信息處理結(jié)果。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，具體涉及一種甲狀腺切片的數(shù)字病理信息處理方法。

背景技術(shù)

甲狀腺癌是一種起源于甲狀腺濾泡上皮或?yàn)V泡旁上皮細(xì)胞的惡性腫瘤，也是頭頸部最為常見(jiàn)的惡性腫瘤。近年來(lái)，我國(guó)甲狀腺癌正以每年20％的速度持續(xù)增長(zhǎng)，極大地威脅著人民的生命健康。

甲狀腺細(xì)針穿刺是通過(guò)細(xì)針穿刺病灶，吸取少許細(xì)胞成分做涂片檢查的一種細(xì)胞病理學(xué)診斷方法，該技術(shù)在美國(guó)及西方國(guó)家得到廣泛應(yīng)用，并成為甲狀腺結(jié)節(jié)常規(guī)標(biāo)準(zhǔn)診斷方法，而在我國(guó)病理醫(yī)師的缺口很大，基層醫(yī)院的病理醫(yī)師幾乎對(duì)甲狀腺穿刺細(xì)胞學(xué)特征了解甚少，這樣使得這種簡(jiǎn)單有效的技術(shù)不能在基層醫(yī)院施行。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種甲狀腺切片的數(shù)字病理信息處理方法，以能夠減少誤診狀況的發(fā)生概率。

本發(fā)明解決上述技術(shù)問(wèn)題的技術(shù)方案如下：

本發(fā)明提供一種甲狀腺切片的數(shù)字病理信息處理方法，所述甲狀腺切片的數(shù)字病理分析方法包括：

S1：獲取甲狀腺切片的數(shù)字病理圖像集；

S2：根據(jù)所述甲狀腺切片的數(shù)字病理圖像集，利用第一圖像處理方法，得到所述甲狀腺切片的第一概率數(shù)據(jù)；

S3：獲取甲狀腺切片的高光譜圖像樣本集；

S4：根據(jù)所述甲狀腺切片的高光譜圖像樣本集，利用第二圖像處理方法，得到所述甲狀腺切片的第二概率數(shù)據(jù)；

S5：根據(jù)所述第一概率數(shù)據(jù)和所述第二概率數(shù)據(jù)，得到所述甲狀腺切片的數(shù)字病理信息處理結(jié)果。

可選擇地，所述步驟S2包括：

S21：根據(jù)所述數(shù)字病理圖像集，建立有效信息數(shù)據(jù)集；

S22：根據(jù)所述有效信息數(shù)據(jù)集，設(shè)計(jì)級(jí)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)；

S23：根據(jù)所述級(jí)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)，得到精細(xì)圖譜研究結(jié)果；

S24：根據(jù)所述精細(xì)圖譜研究結(jié)果，得到所述甲狀腺切片的第一概率數(shù)據(jù)。

可選擇地，所述步驟S21包括：對(duì)所述數(shù)字病理圖像集進(jìn)行數(shù)據(jù)處理操作，其中，所述數(shù)據(jù)處理操作包括圖像分塊處理、分級(jí)標(biāo)注、訓(xùn)練/測(cè)試集合劃分以及識(shí)別結(jié)果融合。

可選擇地，所述步驟S22中，所述級(jí)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)包括第一級(jí)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)和第二級(jí)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)，所述第一級(jí)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)用于對(duì)所述有效信息數(shù)據(jù)集進(jìn)行初步篩選，并將初步篩選結(jié)果輸送至所述第二級(jí)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)；所述第二級(jí)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)用于引導(dǎo)光譜掃描儀獲取所述初步篩選結(jié)果的完整光譜曲線，并根據(jù)所述完整光譜曲線建立所述精細(xì)圖譜研究模型。

可選擇地，所述步驟S4包括：

S31：獲取所述甲狀腺切片的高光譜圖像樣本集中每張高光譜圖像的小圖像樣本；

S32：利用圖像維信息對(duì)所述高光譜圖像樣本集的所有高光譜圖像的小圖像樣本進(jìn)行分類(lèi)，得到第一分類(lèi)結(jié)果；

S33：篩選所述第一分類(lèi)結(jié)果中的風(fēng)險(xiǎn)樣本；

S34：提取所述風(fēng)險(xiǎn)樣本中風(fēng)險(xiǎn)組織的光譜像素；