[发明专利]一种病理显微图像实时采集分析系统、方法、装置及介质有效

专利信息
申请号: 202010434105.3 申请日: 2019-12-19
公开(公告)号: CN111474701B 公开(公告)日: 2021-11-30
发明(设计)人: 叶德贤;房劬;姜辰希 申请(专利权)人: 上海杏脉信息科技有限公司
主分类号: G02B21/36 分类号: G02B21/36;G06N3/08;G16H30/20
代理公司: 上海光华专利事务所(普通合伙) 31219 代理人: 徐秋平
地址: 202150 上海市崇明*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 病理 显微 图像 实时 采集 分析 系统 方法 装置 介质
【权利要求书】:

1.一种病理显微图像实时采集分析系统,用于对样本进行显微图像采集并实时分析诊断,所述样本包括人体细胞或组织,其特征在于,包括:

(1)显微图像采集装置,其包含:

载物台,用于承载样本;

摄像头,用于拍摄样本获得显微图像;和

控制单元,用于控制载物台与摄像头的相对位置移动,并控制摄像头依次拍摄样本多个位置的显微图像块,其中,所述控制单元控制所述载物台以步进的方式移动,并控制所述摄像头在所述载物台每移动到一个位置时进行一次拍摄,所述载物台步进移动的步长小于等于所述摄像头可拍摄的显微视野的宽度;

(2)图像分析装置,连接于所述显微图像采集装置,配置为同步于所述显微图像采集装置对样本多个位置依次进行拍摄,实时获取样本多个位置对应的显微图像块,并实时将所获得的一个或多个显微图像块输入到训练后的神经网络模型进行分析,得到一个或多个显微图像块分析结果,所述显微图像块分析结果包括所述显微图像块对应的样本细胞是否具有病理异常的分析结果;当采集到的全部显微图像块被全部分析完成后,得到总体分析结果;其中,所述训练后的神经网络模型为训练后的深度学习分类网络模型,所述显微图像块分析结果包括所述深度学习分类网络模型对所述显微图像块的分类结果,所述得到总体分析结果的实现方法包括对所述显微图像块的分类结果进行汇总;

在每得到一个或多个显微图像块分析结果后,对所述一个或多个显微图像块分析结果进行判断,若分析结果满足设定条件,输出所述显微图像块分析结果;否则,待得到总体分析结果后输出总体分析结果;其中,所述设定条件为是否存在异常;

(3)显示装置,连接于所述图像分析装置,用于将所述显微图像块分析结果和/或所述总体分析结果输出显示给用户。

2.根据权利要求1所述的病理显微图像实时采集分析系统,其特征在于,所述摄像头逐行对样本进行拍摄,并将拍摄结果实时传输。

3.一种图像分析装置,用于实时分析病理显微图像,其特征在于,包括:

显微图像块获取模块,其与一显微图像采集装置数据传输连接,同步于所述显微图像采集装置对样本多个位置依次进行拍摄,实时获取样本多个位置对应的显微图像块;

显微图像块分析模块,包括训练后的神经网络模型,用于依次对获取的一个或多个显微图像块进行分析得到一个或多个显微图像块分析结果,所述显微图像块分析结果包括所述显微图像块对应的样本细胞是否具有病理异常的分析结果,其中,所述训练后的神经网络模型为训练后的深度学习分类网络模型,所述显微图像块分析结果包括所述深度学习分类网络模型对所述显微图像块的分类结果;

总体分析模块,根据全部显微图像块分析结果得到总体分析结果,其中,所述得到总体分析结果的实现方法包括对所述显微图像块的分类结果进行汇总;

输出模块,用于输出所述显微图像块分析结果和/或所述总体分析结果;

显微图像块分析结果判断模块,用于在每得到一个或多个显微图像块分析结果后,对所述一个或多个显微图像块分析结果进行判断,若分析结果满足设定条件,输出所述显微图像块分析结果;否则,待得到总体分析结果后输出总体分析结果;其中,所述设定条件为是否存在异常。

4.根据权利要求3所述的图像分析装置,其特征在于,还包括图像拼接模块,用于将所述样本的各个位置的显微图像块拼接得到样本整体显微图像;所述输出模块还用于输出所述样本整体显微图像。

5.根据权利要求4所述的图像分析装置,其特征在于,还包括图像标记模块,根据显微图像块分析结果,在所述样本整体显微图像中标记所述病理异常的位置;所述输出模块还用于输出标记后的所述样本整体显微图像。

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上海杏脉信息科技有限公司,未经上海杏脉信息科技有限公司许可,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/202010434105.3/1.html,转载请声明来源钻瓜专利网。

×

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 back_top