[发明专利]基于多分辨率特征融合的用于在显微镜图像上检测组织病变的计算机辅助诊断系统

权利要求书

1.一种检测组织病变的方法，其特征在于，所述方法包括：

从用户界面接收图像数据，所述图像数据包括原始图像数据；

通过至少一个第一卷积神经网络传递所述图像数据，从而基于所述图像数据生成第一卷积神经网络特征，并且基于所述图像数据生成第一图像分割数据；

通过至少一个第二卷积神经网络，传递所述第一卷积神经网络特征和所述第一图像分割数据，从而连接和加权所述第一图像分割数据，并生成第二图像分割数据；以及，

分析所述第二图像分割数据，从而检测存在的组织病变。

2.根据权利要求1所述的方法，其特征在于，所述图像数据包括多个分辨率尺度，并且，所述第一卷积神经网络特征包括为所述多个分辨率尺度中的每个分辨率尺度独立计算的特征。

3.根据权利要求1所述的方法，其特征在于，所述第一图像分割数据是小于所述原始图像数据的课程分割数据，并且所述课程分割数据的每个像素指示所述原始图像数据中的对应区域的类别。

4.根据权利要求1所述的方法，其特征在于，所述第一图像分割数据是基于单个图像计算的。

5.根据权利要求1所述的方法，其特征在于，所述第一图像分割数据通过传递来自不同图像视图和尺度的全局特征进行加权，以创建多层感知。

6.根据权利要求1所述的方法，其特征在于，所述通过所述至少一个第一卷积神经网络传递所述图像数据，所述通过所述至少一个第二卷积神经网络传递所述第一卷积神经网络特征和所述第一图像分割数据，以及所述分析是实时执行的。

7.根据权利要求1所述的方法，其特征在于，所接收到的图像数据来自显微镜图像、或全切片图像、或所述显微镜图像和所述全切片图像。

8.根据权利要求1所述的方法，其特征在于，所述方法进一步包括将检测到的组织病变分类为亚型。

9.根据权利要求1所述的方法，其特征在于，所述方法进一步包括显示分析结果。

10.根据权利要求9所述的方法，其特征在于，所述分析结果显示在计算机上或通过增强现实显示。

11.一种装置，其特征在于，包括：

至少一个存储器，用于存储计算机程序代码；以及，

至少一个处理器，用于访问所述至少一个存储器，根据所述计算机程序代码进行操作，所述计算机程序代码包括：

接收代码，用于使得所述至少一个处理器从用户界面接收图像数据，所述图像数据包括原始图像数据；

第一传递代码，用于使得所述至少一个处理器通过至少一个第一卷积神经网络传递所述图像数据，从而基于所述图像数据生成第一卷积神经网络特征，并且基于所述图像数据生成第一图像分割数据；

第二传递代码，用于使得所述至少一个处理器通过至少一个第二卷积神经网络，传递所述第一卷积神经网络特征和所述第一图像分割数据，从而连接和加权所述第一图像分割数据，并生成第二图像分割数据；以及，

分析代码，用于使得所述至少一个处理器分析所述第二图像分割数据，从而检测存在的组织病变。

12.根据权利要求11所述的装置，其特征在于，所述图像数据包括多个分辨率尺度，并且，所述第一卷积神经网络特征包括为所述多个分辨率尺度中的每个分辨率尺度独立计算的特征。

13.根据权利要求11所述的装置，其特征在于，所述第一图像分割数据是小于所述原始图像数据的课程分割数据，并且所述课程分割数据的每个像素指示所述原始图像数据中的对应区域的类别。

14.根据权利要求11所述的装置，其特征在于，所述第一传递代码进一步用于基于单个图像计算第一图像分割数据。