[发明专利]病理切片的训练图像集获取方法、系统、设备和介质在审

专利信息
申请号: 202010873604.2 申请日: 2020-08-26
公开(公告)号: CN112102331A 公开(公告)日: 2020-12-18
发明(设计)人: 车拴龙;罗丕福;吴涛;刘斯;李映华;丘伟松;张继玲;林万里 申请(专利权)人: 广州金域医学检验中心有限公司;广州金域医学检验集团股份有限公司
主分类号: G06T7/11 分类号: G06T7/11;G06T7/00;G06T7/136;G06N3/08;G06N3/04
代理公司: 深圳中细软知识产权代理有限公司 44528 代理人: 袁文英
地址: 510330 广东省*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 病理 切片 训练 图像 获取 方法 系统 设备 介质
【权利要求书】:

1.一种病理切片的训练图像集获取方法,其特征在于,所述方法包括:

获取目标病理切片,获取所述目标病理切片的至少一个视野图像,每个所述视野图像包括至少一个当前标注细胞;

获取所述至少一个视野图像中所述至少一个当前标注细胞标注的细胞标注信息;

根据所述至少一个视野图像和所述至少一个视野图像中所述至少一个当前标注细胞标注的细胞标注信息获取待筛选训练图像集;

获取图像评价标准,根据所述图像评价标准对所述待筛选训练图像集中的每个所述视野图像进行图像评价,以筛选得到满足所述图像评价标准的训练图像集。

2.根据权利要求1所述的方法,其特征在于,所述获取所述至少一个视野图像中所述至少一个当前标注细胞标注的细胞标注信息,包括:

识别每一个所述视野图像中的至少一个当前标注细胞;

通过虚拟现实技术依照预设标注顺序对所述至少一个待标注添加序号标签,获取用户为所述至少一个当前标注细胞标注的细胞标注信息。

3.根据权利要求2所述的方法,其特征在于,所述识别每一个所述视野图像中的至少一个当前标注细胞,包括:

识别所述当前标注细胞中的当前待标注细胞与当前已标注细胞;

所述通过虚拟现实技术依照预设标注顺序对所述至少一个当前标注细胞添加序号标签,获取用户为所述至少一个当前标注细胞标注的细胞标注信息,包括:

根据所述序号标签的序号顺序关联每个所述当前已标注细胞的细胞标注信息;

根据所述序号标签的序号顺序,获取用户输入的文字文本和/或语音文本,将所述文字文本和/或所述语音文本作为对应当前待标注细胞的细胞标注信息。

4.根据权利要求1所述的方法,其特征在于,所述根据所述至少一个视野图像和所述至少一个视野图像中所述至少一个当前标注细胞标注的细胞标注信息获取待筛选训练图像集,包括:

录制所述目标病理切片进行细胞标注时的细胞标注视频;

获取所述录制标注视频中的至少一个分割图像,根据所述至少一个当前标注细胞和所述细胞标注信息为每个所述分割图像添加细胞标注;

将已添加细胞标注的所述分割图像作为待筛选训练图像集。

5.根据权利要求4所述的方法,其特征在于,所述图像评价标准包括:图像质量评价标准,所述根据所述图像评价标准对所述待筛选训练图像集中的每个所述视野图像进行图像评价,包括:

根据所述质量评价标准对所述分割图像进行图像质量评价,得到每个所述分割图像的图像评分;

保留所述待筛选训练图像集中所述图像评分大于预设评分阈值的分割图像。

6.根据权利要求5所述的方法,其特征在于,所述图像评价标准还包括:图像位置评价标准,所述根据所述图像评价标准对所述待筛选训练图像集中的每个所述视野图像进行图像评价,包括:

获取每个所述分割图像的视野坐标,将所有所述分割图像依据所述视野坐标进行归类,得到每个所述视野坐标下的分割图像;

根据所述图像位置评价标准对同一视野坐标下的分割图像进行筛选,以使得每个所述视野坐标下保留预设坐标数量个所述分割图像。

7.根据权利要求1所述的方法,其特征在于,在所述筛选得到满足所述图像评价标准的训练图像集之后,还包括:

将所述训练图像集输入人工智能模型,得到所述视野图像中每个待标注细胞的细胞标注信息;

获取输入的标注复核信息,根据所述标注复核信息对所述待标注细胞的细胞标注信息进行校正,得到带校正标注信息的视野图像;

将所述带校正标注信息的视野图像输入所述人工智能模型进行模型微调,得到目标智能标注模型。

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广州金域医学检验中心有限公司;广州金域医学检验集团股份有限公司,未经广州金域医学检验中心有限公司;广州金域医学检验集团股份有限公司许可,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/202010873604.2/1.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