[發(fā)明專利]組織病理學(xué)切片的亞型分類方法及裝置、介質(zhì)及終端在審
| 申請?zhí)枺?/td> | 202210378284.2 | 申請日: | 2022-04-12 |
| 公開(公告)號: | CN114693662A | 公開(公告)日: | 2022-07-01 |
| 發(fā)明(設(shè)計)人: | 于博;陳賀昌;張昀珂;周泓任;叢樂樂;叢憲玲 | 申請(專利權(quán))人: | 吉林大學(xué) |
| 主分類號: | G06T7/00 | 分類號: | G06T7/00;G06N3/08;G06N3/04;G06V10/764;G06V10/82;G06V10/774 |
| 代理公司: | 北京恒博知識產(chǎn)權(quán)代理有限公司 11528 | 代理人: | 張曉芳 |
| 地址: | 130012 吉*** | 國省代碼: | 吉林;22 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 組織 病理學(xué) 切片 分類 方法 裝置 介質(zhì) 終端 | ||
1.一種組織病理學(xué)切片的亞型分類方法,其特征在于,所述方法包括:
提取目標圖像包含的組織病理學(xué)切片的多尺度組織學(xué)特征;
將所述多尺度組織學(xué)特征與所述組織病理學(xué)切片的病理數(shù)據(jù)特征映射到三維特征空間;
在所述三維特征空間中,確定所述多尺度組織學(xué)特征與所述病理數(shù)據(jù)特征的相似度;
基于所述相似度,對所述組織病理學(xué)切片進行亞型分類。
2.根據(jù)權(quán)利要求1所述的組織病理學(xué)切片的亞型分類方法,其特征在于,所述目標圖像包括三個尺度的實例級圖像,所述提取目標圖像包含的組織病理學(xué)切片的多尺度組織學(xué)特征,包括:
基于各個尺度的實例級圖像,獲取所述各個尺度對應(yīng)的包級別特征集合;
基于所述各個尺度對應(yīng)的包級別特征集合,確定所述組織病理學(xué)切片的多尺度組織學(xué)特征。
3.根據(jù)權(quán)利要求2所述的組織病理學(xué)切片的亞型分類方法,其特征在于,所述基于各個尺度的實例級圖像,獲取各個尺度對應(yīng)的包級別特征集合,包括:
提取所述各個尺度的實例級圖像中第j樣本包所包含的所有樣本的樣本特征,j為正整數(shù);
利用預(yù)訓(xùn)練的神經(jīng)網(wǎng)絡(luò)模型對所述樣本特征進行降維;
基于降維后的樣本特征,計算樣本特征均值;
利用所述神經(jīng)網(wǎng)絡(luò)模型,根據(jù)所述樣本特征均值預(yù)測所述第j樣本包對應(yīng)的包級別特征;
基于所述第j樣本包對應(yīng)的包級別特征,得到所述各個尺度對應(yīng)的包級別特征集合。
4.根據(jù)權(quán)利要求3所述的組織病理學(xué)切片的亞型分類方法,其特征在于,所述基于所述各個尺度對應(yīng)的包級別特征集合,確定所述組織病理學(xué)切片的多尺度組織學(xué)特征,包括:
基于裝袋算法整合所述各個尺度對應(yīng)的包級別特征集合,得到所述各個尺度對應(yīng)的切片級組織學(xué)特征;
基于所述各個尺度對應(yīng)的切片級組織學(xué)特征,得到所述組織病理學(xué)切片的多尺度組織學(xué)特征。
5.根據(jù)權(quán)利要求1所述的組織病理學(xué)切片的亞型分類方法,其特征在于,所述三維特征空間包括三個不同的尺度,所述將所述多尺度組織學(xué)特征與所述組織病理學(xué)的病理數(shù)據(jù)特征映射到三維特征空間,包括:
在所述三個不同的尺度下,分別將所述多尺度組織學(xué)特征與所述病理數(shù)據(jù)特征進行量化,得到所述多尺度組織學(xué)特征對應(yīng)的第一量化矩陣,與所述病理數(shù)據(jù)特征對應(yīng)的第二量化矩陣;
將所述第一量化矩陣轉(zhuǎn)換為第一空間坐標,并且將所述第二量化矩陣轉(zhuǎn)換為第二空間坐標;
將所述第一空間坐標與所述第二空間坐標映射至所述三維特征空間;
其中,所述三個不同的尺度包括:十倍尺度、二十倍尺度與四十倍尺度。
6.根據(jù)權(quán)利要求1所述的組織病理學(xué)切片的亞型分類方法,其特征在于,所述在所述三維特征空間中,確定所述多尺度組織學(xué)特征與所述病理數(shù)據(jù)特征的相似度,包括:
在所述三維特征空間中,計算所述多尺度組織學(xué)特征與所述病理數(shù)據(jù)特征的歐幾里得距離,得到距離數(shù)據(jù)集;
根據(jù)所述距離數(shù)據(jù)集,確定所述相似度。
7.根據(jù)權(quán)利要求6所述的組織病理學(xué)切片的亞型分類方法,其特征在于,所述基于所述相似度,對所述組織病理學(xué)切片進行亞型分類,包括:
確定所述距離數(shù)據(jù)集中的最小距離對應(yīng)的目標相似度;
將所述目標相似度對應(yīng)的病理學(xué)類型,確定為所述組織病理學(xué)切片所屬的亞型。
8.一種組織病理學(xué)切片的亞型分類裝置,其特征在于,包括:
提取模塊:用于提取目標圖像包含的組織病理學(xué)切片的多尺度組織學(xué)特征;
映射模塊:用于將所述多尺度組織學(xué)特征與所述組織病理學(xué)的病理數(shù)據(jù)特征映射到三維特征空間;
確定模塊:用于在所述三維特征空間中,確定所述多尺度組織學(xué)特征與所述病理數(shù)據(jù)特征的相似度;
分類模塊:用于基于所述相似度,對所述組織病理學(xué)切片進行亞型分類。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于吉林大學(xué),未經(jīng)吉林大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202210378284.2/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 嘌呤衍生物在制備藥物中的用途
- 組織病理學(xué)診斷支持系統(tǒng)、組織病理學(xué)診斷支持程序以及組織病理學(xué)診斷支持方法
- 信息處理裝置、信息處理方法和信息處理程序
- 用于病理學(xué)報告與放射學(xué)報告的相關(guān)聯(lián)的系統(tǒng)和方法
- 病理學(xué)數(shù)據(jù)捕獲
- 一種基于人工智能技術(shù)的癌癥病理輔助診斷方法
- 基于泊松環(huán)形條件隨機場的宮頸癌組織病理圖像診斷方法
- 用于優(yōu)化病理學(xué)工作流的設(shè)備、系統(tǒng)和方法
- 一種基于無線傳輸?shù)牟±韺W(xué)檢測系統(tǒng)
- 用于數(shù)字病理學(xué)的靈敏度分析
- 網(wǎng)絡(luò)切片的管理方法及系統(tǒng)和存儲介質(zhì)
- 一種確定磁盤快照數(shù)據(jù)切片的引用次數(shù)的方法和裝置
- 一種手動厚度可調(diào)的藥材切片裝置
- 一種藥材切片機的切片厚度手動調(diào)節(jié)方法
- 一種網(wǎng)絡(luò)切片的處理方法及接入網(wǎng)網(wǎng)元
- 切片處理方法、系統(tǒng)及切片掃描裝置、切片分析裝置
- 一種用于切片掃描的切片夾持裝置
- 用于切片掃描的切片夾持裝置
- 一種基于網(wǎng)絡(luò)自協(xié)商的動態(tài)切片管理方法與裝置
- 網(wǎng)絡(luò)切片管理方法、裝置、網(wǎng)絡(luò)設(shè)備和存儲介質(zhì)





