[发明专利]一种组织病变区域图像辅助复原系统和方法有效
申请号: | 202011017627.X | 申请日: | 2020-09-24 |
公开(公告)号: | CN112184579B | 公开(公告)日: | 2022-11-18 |
发明(设计)人: | 李黎;陈旺;翟石磊;孙安玉 | 申请(专利权)人: | 武汉千屏影像技术有限责任公司 |
主分类号: | G06T5/00 | 分类号: | G06T5/00;G06T7/00;G06V10/26;G06V10/25;G06V10/77;G06V10/762;G06V10/764;G06V10/774;G06V10/82;G16H30/20 |
代理公司: | 杭州君度专利代理事务所(特殊普通合伙) 33240 | 代理人: | 朱月芬 |
地址: | 430021 湖北省武汉*** | 国省代码: | 湖北;42 |
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 组织 病变 区域 图像 辅助 复原 系统 方法 | ||
1.一种组织病变区域图像辅助复原系统,其特征在于包括:大体原始图采集模块、切片图像采集模块、刀痕提取与编号模块、投影重定位模块、切片图像中转模块、结果修正与确认模块、病变组织判别模块、结果展示模块;所述大体图像采集模块与刀痕提取模块通信连接,负责采集图像;所述切片图像中转模块与切片图像采集模块通信连接,所述切片图像中转模块与结果修正与确认模块通信连接,所述投影重定位模块与刀痕提取与编号模块、切片图像中转模块连接;
所述刀痕提取与编号模块、投影重定位模块、切片图像中转模块能进行异步多线程,可同时处理大体原始图和切片组织图像;
所述病变组织判别模块为云计算服务模块,通过将切片组织图像上传到远程云服务器弥补本地计算机图像处理能力的不足。
2.根据权利要求1所述的一种组织病变区域图像辅助复原系统,其特征在于:
所述大体原始图采集模块:用于采集带刀痕的大体原始图,并通过局域网传输给所述刀痕提取与编号模块;
所述的切片图像采集模块:用于采集数字切片扫描仪所生成的数字切片图像;
所述刀痕提取与编号模块:使用多通道直方图分布信息提取算法,将大体原始图的背景与前景分离,采用无监督聚类算法实现大体组织中刀痕区域提取,并对刀痕各区域自动编号;
投影重定位模块:用于接收所述刀痕提取与编号模块所输出的带刀痕编号的大体原始图;用于接收切片图像中转模块所传送的切片组织病变区域标注图;用于将切片组织病变区域标注图复原到大体原始图对应编号的刀痕区域,得到大体组织复原图;并将大体组织复原图发送到结果展示模块;
切片图像中转模块:用于接收所述切片图像采集模块采集的切片组织扫描图像,并打包发送给病变区域判别模块;用于接收所述病变区域判别模块输出的切片组织病变区域标注图并发送给结果修正与确认模块;用于接收所述结果修正与确认模块返回的修正后的切片组织病变区域标注图,并发送给投影重定位模块和病变区域判别模块;
结果修正与确认模块:用于接收切片图像中转模块所传送来的切片组织病变区域标注图,并通过图形用户接口展示给病理医生,并由病理医生进行确认与修正,然后将病理医生修正过的图像发送给所述切片图像中转模块;
病变组织判别模块:用于接收切片图像中转模块所发送的切片组织图像原始图;
结果展示模块:用于展示投影重定位模块生成的大体组织复原图。
3.根据权利要求2所述的一种组织病变区域图像辅助复原系统,其特征在于所述的病变组织判别模块,包括训练子模块、预测子模块和切片组织病变区域数据集;所述切片组织病变区域数据集包含正常组织图像和带有病变区域的组织图像,带有病变区域的组织图像另外有一张二值图像注明病变区域所在像素点;所述训练子模块的实现包括病变图像分类方法和病变区域语义分割方法;所述预测子模块使用主元分析线性投影矩阵、多层感知器、语义分割深度卷积神经网络进行预测。
4.根据权利要求2或3所述的一种组织病变区域图像辅助复原系统,其特征在于所述的病变组织判别模块具体实现如下:
使用主元分析将原始图进行降维,将降维后的图像输入预测子模块多层感知器,判断是否含有病变区域,如果含有病变区域,将原始图输入预测子模块中的深度卷积神经网络,提取病变区域二值标签图像,将所述二值标签图和切片组织原始图合成切片组织病变区域标注图,并返回给切片图像中转模块;用于接收切片图像中转模块所发送的修正后切片组织图像标注图,加入切片组织病变区域数据集。
5.根据权利要求4所述的一种组织病变区域图像辅助复原系统,其特征在于所述的深度卷积神经网络具体实现如下:
该深度卷积神经网络采用卷积层和反卷积层结合的方式,实现切片组织图像的降采样和反向恢复;首先,通过4个卷积层,实现图像高维度信息的提取,卷积核的个数分别为64、128、256、512,随着卷积核个数的增加,提取的特征图信息也更加复杂;然后,通过4个反卷积层将高维度特征图信息还原到原图像大小,反卷积核的个数分别为256、128、64、1;使得卷积神经网络的输出特征图的大小和输入切片组织原始图的大小相同。
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武汉千屏影像技术有限责任公司,未经武汉千屏影像技术有限责任公司许可,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/202011017627.X/1.html,转载请声明来源钻瓜专利网。
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序