[发明专利]用于计算病理学的可解释的AI（xAI）平台

权利要求书

1.一种用于执行医学图像的可解释的病理分析的方法，所述方法包括：

对于组织的全切片图像(WSI)中的感兴趣区域(ROI)，识别多个特征类型的特征，其中，至少一个特征类型至少部分地指示所述ROI内的所述组织的病理状况；

使用分类器，该分类器被训练为使用所述多个特征类型的特征将图像分类到多个组织状况的类别中的一个中：(i)将所述ROI分类到所述多个类别内的类别中；并且(ii)向所述ROI指定标签，所述标签指示与所述类别以及所述ROI中的所述组织相关联的组织状况；

存储关于所述标签的所述指定的解释性信息，所述解释性信息包括关于所识别的特征的信息；以及

显示：(i)所述WSI的其中所述ROI的边界被突出显示的至少一部分；(ii)被指定给所述ROI的所述标签；以及(iii)用户界面(UI)，该UI包括：(a)第一UI元素，该第一UI元素用于向用户提供对所存储的解释性信息的访问；以及(b)一个或多个附加UI元素，这些UI元素使得所述用户能够在所指定的标签上提供反馈。

2.根据权利要求1所述的方法，其中，

所述组织包括乳腺组织；并且

所述多个组织状况的类别包括以下两种或更多种：浸润性癌、导管原位癌(DCIS)、高危良性、低危良性、导管上皮非典型增生(ADH)、平坦型上皮非典型性(FEA)、柱状细胞变化(CCC)和正常导管。

3.根据权利要求1所述的方法，其中，

所述组织包括肺组织；并且

所述多个组织状况的类别包括：特发性肺纤维化(IPF)和正常。

4.根据权利要求1所述的方法，其中，

所述组织包括脑组织；并且

所述多个组织状况的类别包括：传统细胞肿瘤和原神经细胞肿瘤。

5.根据权利要求1所述的方法，其中，特征类型是细胞学特征或架构特征(AF)。

6.根据权利要求5所述的方法，其中，所述特征类型细胞学特征的特征是下列子类型之一：细胞核大小、细胞核形状、细胞核形态或细胞核纹理。

7.根据权利要求5所述的方法，其中，所述特征类型架构特征的特征是以下子类型之一：基于所述ROI中的一组超像素的颜色的架构特征(AF-C)；(ii)基于所述ROI中的细胞核的细胞学表型的架构特征(AF-N)；或(iii)基于所述ROI中的一组超像素的颜色和所述ROI中的细胞核的细胞学表型两者的组合架构特征(AF-CN)。

8.根据权利要求5所述的方法，其中，所述特征类型架构特征的特征是以下子类型之一：细胞核排列、基质细胞性、导管中的上皮图案、腺体中的上皮图案、细胞鹅卵石样、基质密度或增生性。

9.根据权利要求1所述的方法，其中，关于所述特征的所述信息包括以下各项中的一个或多个：

在所述ROI中检测到的并且对应于由所述标签指示的所述组织状况的特征类型的总数；

在所述ROI中检测到的特定特征类型的特征的计数；

所述ROI中的所述特定特征类型的特征的测量密度；或者

所述特定特征类型在指示所述组织状况方面的强度。

10.根据权利要求1所述的方法，其中，所述解释性信息包括由所述分类器在指定所述标签时计算的置信得分，其中，所述置信得分基于以下中的一个或多个：

在所述ROI中检测到的并且对应于由所述标签指示的所述组织状况的特征类型的总数；

对于第一特征类型：(i)所述第一特征类型在指示所述组织状况方面的强度；或(ii)在所述ROI中检测到的所述第一特征类型的特征的计数；或

在所述ROI中检测到的但对应于不同于与所述标签相关联的状况的组织状况的特征类型的另一总数。