[发明专利]检索病理图像的系统及方法在审

专利信息
申请号: 201980065671.7 申请日: 2019-10-04
公开(公告)号: CN112889116A 公开(公告)日: 2021-06-01
发明(设计)人: 郭兑荣;李尚勋;金善禹 申请(专利权)人: 第一百欧有限公司
主分类号: G16H30/40 分类号: G16H30/40;G16H50/20;G16H50/70
代理公司: 上海弼兴律师事务所 31283 代理人: 薛琦;金学来
地址: 韩国首尔特别市九*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 检索 病理 图像 系统 方法
【权利要求书】:

1.一种检索病理图像的系统,其特征是包括:包括通过接受原始病理图像输入后提取所述原始病理图像特征的编码器部分以及输入由所述编码器部分提取的所述原始病理图像的特征后生成与所述原始病理图像相对应的复原病理图像的解码器部分的自动编码器;接受由输入了所述原始病理图像的所述自动编码器生成的复原病理图像的输入后,输出设定疾病诊断结果的诊断用神经网络;以及

将诊断结果分别标记了的多个训练用病理图像输入至所述自动编码器后学习所述自动编码器和所述诊断用神经网络学习的学习模块,

所述自动编码器反映由所述诊断用神经网络输出的所述复原病理图像的诊断结果并学习。

2.根据权利要求1所述的系统,其特征是所述自动编码器的损失函数包括所述原始病理图像和所述复原病理图像之间的差,以及所述原始病理图像的标签和通过所述诊断用神经网络输出的所述复原病理图像的诊断结果之间的差。

3.根据权利要求1所述的系统,其特征是所述检索病理图像的系统进一步包括特征生成模块,对多个用于检索的病理图像中的每一个图像,向所学习的所述自动编码器中输入所述检索用病理图像,然后通过所述编码器部分生成所述检索用病理图像的特征,将所生成的所述检索用图像的特征存储在DB中。

4.根据权利要求3所述的系统,其特征是所述检索病理图像的系统进一步包括检索模块,在所学习的所述自动编码器中输入可疑病理图像,通过所述编码器部分生成所述可疑病理图像的特征,并根据所生成的所述可疑病理图像的特征,在所述DB中检索与所述可疑病理图像相似的类似病理图像的特征。

5.根据权利要求1所述的系统,其特征是所述疾病是前列腺癌。

6.根据权利要求1所述的系统,所述学习模块进一步将诊断结果分别标记了的多个附加训练用病理图像输入所述诊断用网络神经,并学习所述诊断用神经网络。

7.一种检索病理图像的系统,其特征是包括:通过接受原始病理图像输入后提取所述原始病理图像特征的已学习的自动编码器的编码器部分;

为包含多个检索用病理图像各自的特征而构建的DB;和

将可疑病理图像输入所述自动编码器后通过所述编码器部分生成所述可疑病理图像的特征,并根据所生成的所述可疑病理图像的特征在所述DB中检索与所述可疑病理图像相似的类似病理图像特征的检索模块,

所述自动编码器通过权利要求3中记载的系统学习,所述DB通过权利要求3中记载的系统构建。

8.一种检索病理图像的系统,其特征是包括:包括通过接受原始病理图像输入后提取所述原始病理图像特征的编码器部分以及输入由所述编码器部分提取的所述原始病理图像的特征后生成与所述原始病理图像相对应的复原病理图像的解码器部分的自动编码器;接受由输入了所述原始病理图像的所述自动编码器生成的复原病理图像的输入后,输出预设疾病诊断结果的诊断用神经网络;以及将诊断结果分别标记了的多个训练用病理图像输入所述自动编码器后学习所述自动编码器,将诊断结果分别标记了的多个附加训练用病理图像输入到所述诊断用神经网络后学习所述诊断用神经网络的学习模块,所述自动编码器反映由所述诊断用神经网络输出的所述复原病理图像的诊断结果并学习。

9.一种检索病理图像的方法,其特征是:包括通过接受原始病理图像输入后提取所述原始病理图像特征的编码器部分以及输入由所述编码器部分提取的所述原始病理图像的特征后生成与所述原始病理图像相对应的复原病理图像的解码器部分的自动编码器;

以及接受由输入了所述原始病理图像的所述自动编码器生成的复原病理图像的输入后,输出预设疾病诊断结果的诊断用神经网络的系统,

通过这一系统执行病理图像检索的方法包括诊断结果分别标记了的多个训练用病理图像输入到所述自动编码器后学习所述自动编码器和所述诊断用神经网络的学习步骤,

所述自动编码器反映由所述诊断用神经网络输出的所述复原病理图像的诊断结果并学习。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于第一百欧有限公司,未经第一百欧有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201980065671.7/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code