[发明专利]图像解析方法、装置、学习后的深度学习算法的生成方法

权利要求书

1.一种图像解析方法，

所述方法是使用神经网络结构的深度学习算法解析采自被检物的组织的图像的图像解析方法，包括：

从包括解析对象组织的解析对象图像生成解析用数据，

将所述解析用数据输入所述深度学习算法，

通过所述深度学习算法生成表示所述解析对象图像中的构成组织的层结构的数据。

2.根据权利要求1所述的图像解析方法，其特征在于：

所述解析对象图像为组织诊断用标本的图像。

3.根据权利要求1所述的图像解析方法，其特征在于：

所述解析对象图像为所述解析对象组织被染色的明视场图像。

4.根据权利要求1所述的图像解析方法，其特征在于：

通过所述深度学习算法生成表示所述解析对象组织中的至少一种层结构的核区域的数据。

5.根据权利要求4所述的图像解析方法，其特征在于：

所述层结构包括从上皮细胞层、内皮细胞层、结缔组织层及肌层中选择的至少一者。

6.根据权利要求1所述的图像解析方法，其特征在于：

所述组织采自胃、小肠或大肠，所述层结构包括从黏膜上皮细胞层、黏膜固有层、黏膜肌层、黏膜下层、固有肌层及浆膜层中选择的至少一者。

7.根据权利要求1所述的图像解析方法，其特征在于：

所述组织采自气管或支气管，所述层结构包括从黏膜上皮细胞层、黏膜固有层、平滑肌层、黏膜下层及外膜层中选择的至少一者。

8.根据权利要求1所述的图像解析方法，其特征在于：

所述组织采自子宫体部，所述层结构包括从黏膜上皮细胞层、黏膜固有层、肌层及外膜层中选择的至少一者。

9.根据权利要求1所述的图像解析方法，其特征在于：

所述组织采自胆囊，所述层结构包括从黏膜上皮细胞层、黏膜固有层、肌层及浆膜层中选择的至少一者。

10.根据权利要求1所述的图像解析方法，其特征在于：

所述组织是采自胃、小肠、大肠及子宫以外的组织的腺组织，所述层结构包括从腺上皮细胞层、肌层及结缔组织层中选择的至少一者。

11.根据权利要求1所述的图像解析方法，其特征在于：

所述组织为心脏，所述层结构包括从心内膜层、心肌层、心外膜层及心外膜下组织中选择的至少一者。

12.根据权利要求1所述的图像解析方法，其特征在于：

所述组织为血管，所述层结构包括从内皮细胞层及肌层中选择的至少一者。

13.根据权利要求1所述的图像解析方法，其特征在于：

表示构成所述组织的层结构的数据是用于分别区分并展示构成组织的数个层的类别的数据。

14.根据权利要求1所述的图像解析方法，其特征在于：

在1个解析对象图像中，针对一定像素数的每个区域生成数个解析用数据。

15.根据权利要求1所述的图像解析方法，其特征在于：

所述深度学习算法按每个像素为输入的所述解析用数据赋予表示层结构的标签值。