[发明专利]一种病理切片实时判读方法、装置及系统

权利要求书

1.一种病理切片实时判读方法，适用于病理切片实时判读系统，所述系统包括显微镜、图像采集装置、处理器以及显示器，所述图像采集装置安装在显微镜目镜上，与处理器通讯连接，处理器与显示器连接，其特征在于，所述方法包括：

S10，图像采集装置实时获取显微镜下病理切片的病理图像信息，并将所述病理图像信息传输至处理器；

S20，处理器接收来自图像采集装置的病理图像信息，并对所述病理图像信息进行辅助分析、标注后输出经标注的病理图像信息；

S30，显示器接收并显示来自所述处理器的经标注的病理图像信息；显微镜与显示器同步显示同一部位的病理图像信息。

2.根据权利要求1所述的病理切片实时判读方法，其特征在于，所述处理器中存储有多个神经网络检测模型，步骤S20具体包括：

S21，接收来自图像采集装置的病理图像信息，所述病理图像信息为视频信息；

S22，将所述视频信息拆分为多个图片信息；

S23，将拆分后的图片信息逐一输入对应的神经网络检测模型中，并输出检测后的图片信息；

S24，逐一将检测后的图片信息合成为视频信息后，发送至显示器进行显示。

3.根据权利要求2所述的病理切片实时判读方法，其特征在于，所述每个神经网络检测模型对应不同的切片类型，步骤S23还包括：

S231，根据图片信息确定待检测切片的类型；

S232，确定与待检测的切片类型匹配的神经网络检测模型。

4.根据权利要求3所述的病理切片实时判读方法，其特征在于，所述每个神经网络检测模型包括多个具有指定分辨率的用于目标检测的神经网络检测子模型，所述步骤S23对每个图片信息的处理还包括：

S233，采用分辨率检测模型确定拆分后的当前图片信息的分辨率；

S234，根据当前图片信息的分辨率匹配对应的神经网络检测子模型，将当前图片信息输入神经网络检测子模型中；

S235，神经网络检测子模型对输入的图片信息进行检测，输出结果时在图片信息上标注可疑区域和/或可疑指标信息。

5.根据权利要求4所述的病理切片实时判读方法，其特征在于，所述步骤S233还包括：

当检测到有可疑区域时，发出语音提示信息。

6.根据权利要求3所述的病理切片实时判读方法，其特征在于，所述每个神经网络检测模型对应指定分辨率，所述步骤S23每个图片信息的处理还包括：

S233-1，采用分辨率检测模型确定拆分后的当前图片信息的分辨率；

S233-1，判断当前图片信息的分辨率与所述深度神经网络的指定分辨率是否匹配，若是，则将当前图片信息输入深度神经网络，否则，缩放当前图片信息使得图片的分辨率达到深度神经网络指定分辨率，再将缩放后的图片信息输入深度神经网络；

S233-1，神经网络检测模型对输入的图片信息进行检测，输出结果时在图片信息上标注可疑区域和/或可疑指标信息。

7.根据权利要求6所述的病理切片实时判读方法，其特征在于，所述步骤S233-1还包括：

当检测到有可疑区域时，发出语音提示信息。

8.一种病理切片实时判读装置，其特征在于，所述判读装置包括：显示器和/或多个处理器，所述处理器：

接收来自图像采集装置的病理图像信息，所述病理图像信息为视频信息；

将所述视频信息拆分为多个图片信息；

将拆分后的图片信息逐一输入神经网络检测模型中，并输出检测后的图片信息；

逐一将检测后的图片信息合成为视频信息后，发送至显示器进行显示。

9.根据权利要求8所述的病理切片实时判读装置，其特征在于，所述处理器还：

根据来自图像采集装置的病理图像信息确定与待检测切片的类型；

确定与待检测的切片类型匹配的神经网络检测模型。