[發(fā)明專利]病理切片圖像質(zhì)控方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)

在審

• 申請?zhí)枺?/td>: 202210139087.5
• 申請日: 2022-02-15
• 公開（公告）號(hào): CN114511547A
• 公開（公告）日: 2022-05-17
• 發(fā)明（設(shè)計(jì)）人: 徐欣星
• 申請（專利權(quán)）人: 平安國際智慧城市科技股份有限公司
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00;G06T7/11;G06V30/41;G06V30/18;G06V30/19;G06V10/82;G06K9/62;G06N3/04;G06N3/08;G16H30/40;G16H15/00
• 代理公司: 深圳眾鼎專利商標(biāo)代理事務(wù)所(普通合伙) 44325
• 代理人: 張小燕

1.一種病理切片圖像質(zhì)控方法，其特征在于，包括：

獲取病理切片圖像以及病理切片報(bào)告；所述病理切片圖像關(guān)聯(lián)切片圖像類別；所述病理切片報(bào)告中包括切片圖像分類信息；

獲取與所述切片圖像類別對應(yīng)的預(yù)設(shè)切片圖像質(zhì)控模型，并將所述病理切片圖像輸入至所述預(yù)設(shè)切片圖像質(zhì)控模型中，得到與所述病理切片圖像對應(yīng)的第一圖像質(zhì)控結(jié)果；

獲取預(yù)設(shè)切片圖像識(shí)別模型，并將所述病理切片圖像輸入至所述預(yù)設(shè)切片圖像識(shí)別模型，得到與所述病理切片圖像對應(yīng)的切片圖像分類特征；

根據(jù)所述切片圖像分類信息以及所述切片圖像分類特征，確定與所述病理切片圖像對應(yīng)的第二圖像質(zhì)控結(jié)果；

根據(jù)所述第一圖像質(zhì)控結(jié)果以及所述第二圖像質(zhì)控結(jié)果，確定與所述病理切片圖像對應(yīng)的切片圖像質(zhì)控結(jié)果。

2.如權(quán)利要求1所述的病理切片圖像質(zhì)控方法，其特征在于，所述獲取病理切片圖像以及病理切片報(bào)告之前，還包括：

接收數(shù)據(jù)采集規(guī)則，并將所述數(shù)據(jù)采集規(guī)則發(fā)送至病例信息采集端，以令所述病例信息采集端根據(jù)所述數(shù)據(jù)采集規(guī)則獲取初始采集信息；所述初始采集信息中包括初始切片圖像，與所述初始切片圖像對應(yīng)的病理報(bào)告圖像；

對所述初始切片圖像進(jìn)行圖像過濾，將符合預(yù)設(shè)切片圖像要求的初始切片圖像記錄為病理切片圖像；

對與所述病理切片圖像對應(yīng)的病理報(bào)告圖像進(jìn)行圖像文本識(shí)別，得到病理切片報(bào)告。

3.如權(quán)利要求1所述的方法，其特征在于，所述將所述病理切片圖像輸入至所述預(yù)設(shè)切片圖像質(zhì)控模型中，得到與所述病理切片圖像對應(yīng)的第一圖像質(zhì)控結(jié)果，包括：

通過所述預(yù)設(shè)切片圖像質(zhì)控模型中的分割網(wǎng)絡(luò)模塊對所述病理切片圖像進(jìn)行圖像分割，得到異常區(qū)域圖像；

通過所述預(yù)設(shè)切片圖像質(zhì)控模型中的異常分類模塊對所述異常區(qū)域圖像進(jìn)行異常分類，得到與所述異常區(qū)域圖像對應(yīng)的異常圖像類別；

根據(jù)所述切片圖像類別獲取與所述病理切片圖像對應(yīng)的質(zhì)控分值權(quán)重，并根據(jù)所述異常圖像類別以及所述質(zhì)控分值權(quán)重確定所述第一圖像質(zhì)控結(jié)果。

4.如權(quán)利要求1所述的方法，其特征在于，所述獲取與所述切片圖像類別對應(yīng)的預(yù)設(shè)切片圖像質(zhì)控模型之前，還包括：

獲取至少一個(gè)樣本切片圖像組；一個(gè)所述樣本切片圖像組中包括一個(gè)樣本切片圖像以及與所述樣本切片圖像關(guān)聯(lián)的標(biāo)注切片圖像；一個(gè)所述樣本切片圖像組關(guān)聯(lián)一個(gè)切片圖像類別；

獲取與所述切片圖像類別對應(yīng)且包含初始參數(shù)的預(yù)設(shè)識(shí)別模型；所述預(yù)設(shè)識(shí)別模型中包括分割網(wǎng)絡(luò)模塊以及異常分類模塊；

將所述樣本切片圖像組輸入至所述預(yù)設(shè)識(shí)別模型中，以通過所述分割網(wǎng)絡(luò)模塊對所述樣本切片圖像以及所述標(biāo)注切片圖像進(jìn)行圖像切分，得到圖像分割結(jié)果；

通過所述異常分類模塊根據(jù)所述圖像分割結(jié)果對所述樣本切片圖像進(jìn)行異常分類，得到與所述樣本切片圖像對應(yīng)的異常分類結(jié)果；

根據(jù)所述異常分類結(jié)果以及所述標(biāo)注切片圖像，確定所述預(yù)設(shè)識(shí)別模型的圖像分類損失值；

在所述圖像分類損失值未達(dá)到預(yù)設(shè)的收斂條件時(shí)，迭代更新所述預(yù)設(shè)識(shí)別模型的初始參數(shù)，直至所述圖像分類損失值達(dá)到所述收斂條件時(shí)，將收斂之后的預(yù)設(shè)識(shí)別模型記錄為預(yù)設(shè)切片圖像質(zhì)控模型。

5.如權(quán)利要求1所述的方法，其特征在于，所述將所述病理切片圖像輸入至所述預(yù)設(shè)切片圖像識(shí)別模型，得到與所述病理切片圖像對應(yīng)的切片圖像分類特征，包括：

對所述病理切片圖像進(jìn)行圖像切割，得到多個(gè)圖像切割單元；

通過所述預(yù)設(shè)切片圖像識(shí)別模型對各所述圖像切割單元進(jìn)行特征識(shí)別，得到與所述圖像切割單元對應(yīng)的切片圖像特征；

根據(jù)各所述切片圖像特征對所述病理切片圖像進(jìn)行圖像分類，確定與所述病理切片圖像對應(yīng)的切片圖像分類特征。