[发明专利]基于人工智能数字病理的网络模型分析平台及构建方法

权利要求书

1.一种基于人工智能数字病理的网络模型分析平台，其特征在于，包括用于病理切片输入的扫描设备、编辑标注模块、训练模块、预标注模块；扫描设备的输出端与编辑标注模块的输入端电连，编辑标注模块的输出端与训练模块的输入端电连；训练模块对标注后数字病理图像网络模型进行训练形成网络模型；用于根据网络模型对未标注的数字病理图像进行标注的预标注模块与网络模型电连。

2.根据权利要求1所述的基于人工智能数字病理的网络模型分析平台，其特征在于，预标注模块对比输入端与网络模型的信号输出端电连，其信号端口和训练模块信号端口之间连接有校验模块。

3.根据权利要求1所述的基于人工智能数字病理的网络模型分析平台，其特征在于，还包括中心管理服务器系统，其和扫描设备均处于一个广域网环境中并实现网络连接，所述广域网环境是基于INTERNET的网域环境，所述中心管理服务器系统包括管理服务器、认证服务器、数据库服务器、与所述服务器相匹配的软件。

4.根据权利要求1-3任一项所述的基于人工智能数字病理的网络模型分析平台，其特征在于，还包括用于给出预标注切片中各类细胞的数量及情况的分析模块；分析模块与预标注模块电连。

5.根据权利要求1-3任一项所述的基于人工智能数字病理的网络模型分析平台，其特征在于，网络模型包括分类网络模型、目标检测网络模型和语义分割网络模型；分类网络模型用于病理图像的组织分类；目标检测网络模型用于HE或IHC图像的目标识别和定位；语义分割网络模型用于识别组织、细胞的边界和轮廓。

6.根据权利要求4所述的基于人工智能数字病理的网络模型分析平台，其特征在于，扫描设备为数字病理扫描仪，数字病理图像为WSI格式。

7.一种基于人工智能数字病理的网络模型分析的构建方法，其特征在于，包括以下步骤：

(S1)使用扫描设备扫描病理切片，得到切片的数字病理图像；

(S2)将步骤(S1)得到的数字病理图像上传至编辑标注模块，标注人员在编辑标注模块上对切片的数字病理图像进行标注；

(S3)步骤(S2)编辑标注后的数字病理图像传送至训练模块对数字病理图像进行训练得到网络模型；

(S4)未标注切片的数字病理图像上传至预标注模块，预标注模块根据步骤(S3)的网络模型对未标注切片的数字病理图像进行标注。

8.根据权利要求6所述的基于人工智能数字病理的网络模型分析平台的构建方法，其特征在于，还包括优化网络模型的校验方法，其具体过程如下：

(A1)预标注模块将进行预标注后的数字病理图像传送至校验模块，算法人员判断切片标注是否合格，是，则将预标注的数字病理图像传送至网络模型，否，则执行步骤(A2)；

(A2)算法人员分析预标注不合格的原因，根据原因优化网络模型；重复步骤(A1)至预标注的数字病理图像均合格。

9.根据权利要求7所述的基于人工智能数字病理的网络模型分析平台的构建方法，其特征在于，

步骤(S3)中训练模块训练的具体过程如下：

(S321)对已标注的切片，提取已有标注信息的共同点，形成对比数据库；

(S322)将未标注数字病理图像先分割为若干块；

(S323)将这些图像的部分逐个与步骤(S321)对比数据库进行对比，识别，筛选其共同特征；与对比数据库中已有内容相符合的，对其进行命名存储至对比数据库；不符合的则不进行标注。

10.根据权利要求8所述的基于人工智能数字病理的网络模型分析平台的构建方法，其特征在于，步骤(S323)中识别，筛选的具体过程为：对比切片图像中各种细胞占据切片的主要分布区域和各种细胞的比例和癌巢的大致轮廓；各种细胞包括癌细胞，淋巴细胞，组织增生。