[发明专利]一种病理辅助诊断方法

说明书

本发明公开了一种病理辅助诊断方法，所述方法包括：获取待识别病理图像和患者信息；将所述待识别病理图像输入至预设的病理图像模型，所述病理图像模型输出对所述待识别病理图像的诊断结果；根据所述诊断结果和患者信息生成诊断报告。本发明还提供了一种装置、计算机设备和存储介质。采用本发明，可以辅助医生进行疾病诊断，减少医生的工作量。

技术领域

本发明涉及疾病诊断领域，特别是涉及一种病理辅助诊断方法。

背景技术

病理诊断是判断癌症的“金标准”，即为将从患者病变部位取样的病理组织制成切片(通常HE染色)，在显微镜下进行微观层面观察，以确认疾病类型。当放射科已进入数字化时代，而病理科医生的工作状态数十年如一日，仍是切片+光学显微镜。在病理信息中心里，医生需要在显微镜下观察病理切片，然后在电脑上撰写病理报告。每天这个过程要重复200～300次。癌症病理诊断包含种类繁多，既包括全局组织结构信息，又包括局部差异变化，模式复杂，专业性非常强，须由病理科资深医生来完成。

现有技术无法满足大批量的阅片需求，而且手工操作给病理医生带来大量的重复劳动，对于海量数据信息的处理，并不具有优势，需要充足的人力物力成本。目前病理医生短缺严重，培养周期长是医院病理科普遍的困境。病理图像数字化、信息化程度低。诊断质量有待进一步提高。

因此，目前亟需一种病理辅助诊断方法，作为辅助工具帮助医生进行诊断，来提升医院的诊断质量，同时也减轻医生重复性操作量。

发明内容

为了解决上述问题，本发明的目的是提供一种病理辅助诊断方法，可以辅助医生进行疾病诊断，减少医生的工作量。

基于此，本发明提供了一种病理辅助诊断方法，所述方法包括：

获取待识别病理图像和患者信息；

将所述待识别病理图像输入至预设的病理图像模型，所述病理图像模型输出对所述待识别病理图像的诊断结果；

根据所述诊断结果和患者信息生成诊断报告。

其中，所述病理图像模型的获取过程包括：

获取若干个病理图片作为训练集，所述病理图片对应于第一诊断结果；

利用所述训练集对神经网络模型进行训练，获取第二诊断结果；

若所述第一诊断结果与所述第二诊断结果不相同，则对所述神经网络模型的参数进行调整，直至所述第一诊断结果与所述第二诊断结果相同。

其中，所述神经网络模型的参数包括：卷积核偏置权值、全连接层权值和全连接层偏置权值。

其中，获取所述待识别病理图像之前包括：

采用第一分辨率扫描病理切片，得到第一病理图像；

确定所述第一病理图像的至少一局部区域为疑似病灶区域；

采用第二分辨率扫描所述疑似病灶区域，得到第二病理图像，所述第二分辨率高于所述第一分辨率；

将所述第二病理图像作为待识别病理图像。

其中，获取所述待识别病理图像还包括：

对所述待识别病理图像进行灰度处理，得到待识别病理灰度图像；

将所述待识别病理灰度图像进行去除噪声滤波处理，得到无失真的待识别病理灰度图像；

将所述无失真的待识别病理灰度图像中识别出灰度均值小于预设灰度值的区域，将所述无失真的待识别病理灰度图像中灰度均值小于预设灰度值得区域赋值为黑色。

其中，所述方法还包括根据患者信息生成二维识别码。