[发明专利]一种肝脏数字病理的AI辅助诊断系统及方法

权利要求书

1.一种肝脏数字病理的AI辅助诊断系统，其特征在于，所述AI辅助诊断系统包括：

一数据采集单元，用于采集复数个肝脏数字病理图像；

一标注单元，连接所述数据采集单元，用于将每个所述数字病理图像中的每块组织区域进行区分并标记对应的组织类型；

一训练单元，连接所述标注单元，用于将标记组织类型的所述数字病理图像分为训练集与测试集，分别对所述训练集进行模型训练和对所述测试集进行测试，以处理得到一肝脏数字病理模型图像；

一识别单元，连接所述训练单元，用于将所述肝脏数字病理模型图像中的每块所述组织区域进行识别，以区分出患癌组织、癌旁肝组织及其他组织。

2.根据权利要求1所述的一种肝脏数字病理的AI辅助诊断系统，其特征在于，所述AI辅助诊断系统还包括一转换单元，连接所述标注单元，用于将标记组织类型的所述数字病理图像进行格式转换。

3.根据权利要求1所述的一种肝脏数字病理的AI辅助诊断系统，其特征在于，所述标注单元包括：

一截取模块，用于将每个所述数字病理图像按一定尺寸截取；

一生成模块，连接所述截取模块，用于将截取的所述数字病理图像生成一标注画布；

一标注模块，连接所述生成模块，用于将所述数字病理图像中的组织区域进行标记类型。

4.根据权利要求1所述的一种肝脏数字病理的AI辅助诊断系统，其特征在于，所述训练单元包括：

一分割模块，用于将标记组织类型的所述数字病理图像分为训练集与测试集；

一训练模块，连接所述分割模块，用于对所述训练集进行模型训练；

一测试模块，连接所述训练模块，用于对所述测试集进行测试。

5.据权利要求1所述的一种肝脏数字病理的AI辅助诊断系统，其特征在于，所述识别单元包括：

一切割模块，用于将所述数字病理图像切割为复数个矩形识别框；

一预测模块，连接所述切割模块，用于将所述肝脏数字病理模型图像对每个所述矩形识别框进行预测，以获取每个所述矩形识别框被预测为各个所述组织类型的概率；

一筛选模块，连接所述预测模块，用于筛选所述组织类型，以供病理医生审查。

6.一种肝脏数字病理的AI辅助诊断方法，其特征在于，应用于上述权力要求1-5任意一项所述的一种肝脏数字病理的AI辅助诊断系统，所述AI辅助诊断方法包括：

步骤S1、采用一数据采集单元，以采集复数个肝脏数字病理图像；

步骤S2、采用一标注单元，将每个所述数字病理图像中的每块组织区域进行区分并标记对应的组织类型；

步骤S3、采用一训练单元，将标记组织类型的所述数字病理图像分为训练集与测试集，分别对所述训练集进行模型训练和对所述测试集进行测试，以处理得到一肝脏数字病理模型图像；

步骤S4、采用一识别单元，将所述肝脏数字病理模型图像中的每块所述组织区域进行识别，以区分出患癌组织、癌旁肝组织及其他组织。

7.根据权利要求6所述的一种肝脏数字病理的AI辅助诊断方法，其特征在于，于所述步骤S2之后，将标记组织类型的所述数字病理图像进行格式转换。

8.根据权利要求6所述的一种肝脏数字病理的AI辅助诊断方法，其特征在于，所述步骤S2包括：

步骤S20、采用一截取模块，将每个所述数字病理图像按一定尺寸截取；

步骤S21、采用一生成模块，将截取的所述数字病理图像生成一标注画布；

步骤S22、采用一标注模块，将所述数字病理图像中的组织区域进行标记类型。

9.根据权利要求6所述的一种肝脏数字病理的AI辅助诊断方法，其特征在于，所述步骤S3包括：

步骤S30、采用一分割模块，将标记组织类型的所述数字病理图像分为训练集与测试集；

步骤S31、采用一训练模块，将所述训练集进行模型训练；

步骤S32、采用一测试模块，将所述测试集进行测试。

10.根据权利要求6所述的一种肝脏数字病理的AI辅助诊断方法，其特征在于，所述步骤S4包括：

步骤S40、采用一切割模块，将所述数字病理图像切割为复数个矩形识别框；

步骤S41、采用一预测模块，将所述肝脏数字病理模型图像对每个所述矩形识别框进行预测，以获取每个所述矩形识别框被预测为各个所述组织类型的概率；

步骤S42、采用一筛选模块，对所述组织类型进行筛选，以供病理医生审查。