[发明专利]数字组织病理学和显微解剖有效
申请号: | 201780065356.5 | 申请日: | 2017-10-23 |
公开(公告)号: | CN110073404B | 公开(公告)日: | 2023-03-21 |
发明(设计)人: | 宋斌;格雷戈里·楚 | 申请(专利权)人: | 南坦生物组学有限责任公司 |
主分类号: | G06T7/00 | 分类号: | G06T7/00 |
代理公司: | 长沙正奇专利事务所有限责任公司 43113 | 代理人: | 卢宏;王娟 |
地址: | 美国加利福尼亚*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 数字 组织 病理学 显微 解剖 | ||
1.一种生成数字图像中的感兴趣区域的至少一种形状的计算机实现的方法,所述方法包括:
由图像处理引擎获得对生物样本的数字组织图像的访问;
由所述图像处理引擎将所述数字组织图像拼接成图像块的合集;
由所述图像处理引擎图像块从所述图像块的合集中识别靶组织图像块集,所述靶组织图像块集与所述图像块的合集内的像素内容相关联;
由所述图像处理引擎给所述靶组织图像块集的每个靶组织图像块分配表示所述靶组织图像块落入感兴趣类内的概率的初始类概率分数,所述初始类概率分数由在每个靶组织图像块上执行的训练后的分类器生成;
由所述图像处理引擎通过识别具有满足第一种子区域准则的初始类概率分数的靶组织图像块来生成第一组织区域种子图像块集,所述第一组织区域种子图像块集包括所述靶组织图像块集的子集;
由所述图像处理引擎通过识别具有满足第二种子区域准则的初始类概率分数的靶组织图像块来生成第二组织区域种子图像块集,所述第二组织区域种子图像块集包括所述靶组织图像块集的子集;
由所述图像处理引擎计算所述第二组织区域种子图像块集中的每个图像块的感兴趣区域分数,该感兴趣区域分数与所述第二组织区域种子图像块集的邻近图像块的初始类概率分数和第二组织区域种子图像块集中的图像块到所述第一组织区域种子图像块集内的图像块的距离相关;以及
由所述图像处理引擎通过基于邻近图像块的感兴趣区域分数对邻近图像块进行分组来生成一个或多个感兴趣区域形状。
2.根据权利要求1所述的方法,其中,拼接所述数字组织图像的步骤包括创建具有均匀大小和均匀形状的图像块。
3.根据权利要求2所述的方法,其中,所述均匀大小和均匀形状的图像块包括小于或等于1,000个像素乘1000个像素的图像块正方形块。
4.根据权利要求3所述的方法,其中,所述图像块正方形块小于或等于400个像素乘400个像素。
5.根据权利要求4所述的方法,其中,所述图像块正方形块小于或等于256个像素乘256个像素。
6.根据权利要求1所述的方法,其中,拼接所述数字组织图像的步骤包括创建具有非均匀大小和形状的图像块。
7.根据权利要求1所述的方法,其中,所述图像块的合集包括非重叠图像块。
8.根据权利要求1所述的方法,其中,识别所述靶组织图像块集的步骤包括基于所述图像块内的像素的颜色通道过滤所述图像块的合集。
9.根据权利要求8所述的方法,还包括过滤图像块合集的图像块,图像块与颜色通道的差异性相关。
10.根据权利要求1所述的方法,其中,受训的分类器包括受训的神经网络。
11.根据权利要求1所述的方法,其中,受训的分类器包括以下类型的分类器中的至少一种的训练的实施方式:支持矢量机、softmax、决策树、随机森林、k最近邻、线性和二次判别分析、岭回归、多层感知器(MLP)、超管、贝叶斯网、k均值聚类和朴素贝叶斯。
12.根据权利要求1所述的方法,还包括使计算设备将所述感兴趣区域形状渲染在显示器上。
13.根据权利要求1所述的方法,其中,所述感兴趣区域形状包括至少一个组织遮罩。
14.根据权利要求13所述的方法,其中,所述至少一个组织遮罩包括显微解剖遮罩。
15.根据权利要求1所述的方法,其中,所述感兴趣类包括至少一种癌类。
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南坦生物组学有限责任公司,未经南坦生物组学有限责任公司许可,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/201780065356.5/1.html,转载请声明来源钻瓜专利网。
- 上一篇:输出影像生成方法、设备及无人机
- 下一篇:图像识别系统以及图像识别方法