[发明专利]自动宫颈癌诊断系统

权利要求书

1.一种自动宫颈癌诊断系统，包括：

学习数据生成器，被配置为根据多级别分类标准中的一者或组合对从外部设备或存储装置传输的用于子宫颈的未分类的拍摄图像数据进行分类，以在学习模式中针对每个新的分类标准生成学习数据；

拍摄图像预处理器，被配置为对拍摄的子宫颈图像进行预处理；

宫颈癌诊断器，包括用于宫颈癌的机器学习模型，所述机器学习模型学习在所述学习模式中针对每个分类标准生成的所述学习数据的特性，其中所述机器学习模型关于经预处理的拍摄的子宫颈图像生成关于是否发生宫颈癌的诊断信息；

屏幕显示控制器，被配置为显示和输出用户界面屏幕，该用户界面屏幕被配置为显示所述诊断信息以及根据阅读专家输入评估信息；

重新训练数据生成器，被配置为从通过所述用户界面屏幕输入的所述评估信息中提取重新训练所需的信息，并请求重新训练所述机器学习模型；以及

诊断和评估信息存储装置，被配置为存储关于是否已经发生宫颈癌的所述诊断信息、以及通过所述用户界面屏幕输入的所述评估信息。

2.根据权利要求1所述的自动宫颈癌诊断系统，其中所述学习数据生成器对针对每个分类标准的所述学习数据应用镜像或裁剪以生成附加的学习数据，使得针对每个分类标准的所述学习数据的数值平衡被调整。

3.根据权利要求1所述的自动宫颈癌诊断系统，其中所述学习数据生成器使用以下分类标准中的至少两个分类标准的组合来对所述未分类的拍摄图像数据进行分类：以颜色作为分类标准的第一级别分类标准、以拍摄图像数据中的子宫颈的尺寸作为分类标准的第二级别分类标准、以宫颈图像数据中的颜色和形式的组合作为分类标准的第三级别分类标准、以及以曝光和焦点作为分类标准的第四级别分类标准。

4.根据权利要求1所述的自动宫颈癌诊断系统，其中所述学习数据生成器根据以颜色作为分类标准的第一级别分类标准，对所述子宫颈的所述未分类的拍摄图像数据进行第一分类；根据以所述第一分类的未分类拍摄图像数据中的所述子宫颈的尺寸作为分类标准的第二级别分类标准，对所述子宫颈的所述未分类的拍摄图像数据进行第二分类；并以及根据以所述第二分类的未分类拍摄图像数据中的颜色和形式的组合作为分类标准的第三级别分类标准，对所述未分类的拍摄图像数据进行第三分类。

5.根据权利要求3或4所述的自动宫颈癌诊断系统，其中所述第一级别分类标准包括作为分类标准值的颜色值，该颜色值用于识别乙酸反应图像、Lugol溶液反应图像、绿色滤光器图像和普通图像中的每一者，并且

所述第三级别分类标准包括作为分类标准值的颜色值和形状的组合，该颜色值和形状的组合用于在所述子宫颈图像数据中识别血液、粘液、环、阴道镜、治疗痕迹和外科手术器械中的一者或多者。

6.根据权利要求1所述的自动宫颈癌诊断系统，其中所述宫颈癌诊断器基于所述机器学习模型生成所述诊断信息，所述诊断信息包括：关于受试者的拍摄的子宫颈图像的涉及宫颈癌的阴性、非典型、阳性或恶性的分类信息，所述分类信息的准确度信息，阴性/阳性确定信息，以及形态学观点信息。

7.根据权利要求1所述的自动宫颈癌诊断系统，其中所述屏幕显示控制器显示和输出一个屏幕作为所述用户界面屏幕，所述屏幕被划分成：受试者的拍摄的子宫颈图像的整个显示区域或部分显示区域、在先前时间拍摄的所述受试者的另一个图像的历史信息显示区域、受试者信息曝光区域、阴性/阳性确定信息输入区域、形态学观点信息输入区域、涉及拍摄图像的质量的技术缺陷信息输入区域、基于所述机器学习模型导出的所述诊断信息的输出区域、以及阅读专家观点输入区域。

8.根据权利要求1所述的自动宫颈癌诊断系统，其中所述多级别分类标准包括作为分类标准的恶性非典型血管模式。

9.根据权利要求1所述的自动宫颈癌诊断系统，其中所述学习数据生成器使用以下分类标准中的每一者或以下分类标准中的至少两个分类标准的组合来对所述未分类的拍摄图像数据进行分类：以颜色作为分类标准的第一级别分类标准、以拍摄图像数据中的子宫颈的尺寸作为分类标准的第二级别分类标准、以宫颈图像数据中的颜色和形式的组合作为分类标准的第三级别分类标准、以曝光和焦点作为分类标准的第四级别分类标准、以及以恶性非典型血管模式作为分类标准的第五级别分类标准。