[发明专利]基于k-means聚类的病理图像扫描焦点分类方法有效

专利信息
申请号: 201510970704.6 申请日: 2015-12-21
公开(公告)号: CN105654111B 公开(公告)日: 2019-03-29
发明(设计)人: 刘炳宪;谢菊元;王焱辉;王克惠;丁科迪 申请(专利权)人: 宁波江丰生物信息技术有限公司
主分类号: G06K9/62 分类号: G06K9/62
代理公司: 上海申新律师事务所 31272 代理人: 朱俊跃
地址: 315400 浙江省宁*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 means 病理 图像 扫描 焦点 分类 方法
【权利要求书】:

1.基于k-means聚类的病理图像扫描焦点分类方法,其特征在于,提供一病理切片,包括下述步骤:

S1.从所述病理切片中获取K个焦点;

S2.将K个所述焦点采用迭代自组织数据分析法逐个获取N个质心点;

S3.根据获取的N个所述质心点对K个所述焦点进行分类,以划分每个所述焦点所属的类,每个所述质心点对应一类;

S4.根据划分后的每类对应的所述焦点调整每类的所述质心点的位置,结束;

所述步骤S2的具体过程为:

S21.选取一所述焦点作为第i=1个所述质心点,分别获取K-1个所述焦点与所述第i个所述质心点的距离Di(j),并将K-1个所述距离Di(j)累加以获取总距离sum(Di),

其中,i、j均为正整数,Di(j)表示第j个所述焦点与所述第i个质心点之间的距离,1≤i≤K,1≤j≤K,i≠j;

S22.根据公式(1)获取第i+1个质心点:

Random-Di(j)<0 (1),

其中,Random为小于或等于sum(Di)的整数,当Random满足公式(1)时,所述距离Di(j)对应的第j个所述焦点即为第i=i+1个质心点;

S23.判断i是否等于N,若是,执行步骤S24;若否,执行步骤S3;

S24.分别获取K-1个所述焦点与所述第i个所述质心点的所述距离Di(j),并将K-1个所述距离Di(j)累加以获取所述总距离sum(Di),返回,执行步骤S22。

2.如权利要求1所述的基于k-means聚类的病理图像扫描焦点分类方法,其特征在于,在所述步骤S3中逐个获取每个所述焦点分别到每个所述质心点的距离,将所述焦点归为相应的距离中最短的距离对应的所述质心点对应的类。

3.如权利要求2所述的基于k-means聚类的病理图像扫描焦点分类方法,其特征在于,在所述步骤S3中根据公式(2)获取每个所述焦点分别到每个所述质心点的距离:

Cj=argmin||Xj-Yi||2 (2),

其中,Xj表示第j个所述焦点的位置坐标,Yi表示第i个所述质心点的位置坐标,Cj表示所述第j个所述焦点到第i个所述质心点的距离。

4.如权利要求3所述的基于k-means聚类的病理图像扫描焦点分类方法,其特征在于,在所述步骤S4中逐个获取归属于每类的所有所述焦点的位置坐标的平均坐标,将所述平均坐标作为与所述类对应的所述质心点的位置坐标。

5.如权利要求4所述的基于k-means聚类的病理图像扫描焦点分类方法,其特征在于,在所述步骤S4中根据公式(3)获取归属于每类的所有所述焦点的位置坐标的平均坐标:

其中,M表示归属于第i个所述质心点对应的类中的所有所述焦点,Qi表示第i个所述质心点对应的类的所述质心点的平均坐标,Cj表示所述第j个所述焦点到第i个所述质心点的距离。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于宁波江丰生物信息技术有限公司,未经宁波江丰生物信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201510970704.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top