[发明专利]使用区域级注释的自举的基于图像处理的对象分类

权利要求书

1.一种计算机实现方法，其包括：

访问图像集；

对于所述图像集中的每个图像：

识别所述图像内的多个区域；

对于所述多个区域中的每个区域：

识别用于所述区域的区域特定标签；

检测所述区域内的对象集；并且

向所述对象集中的每个对象分配所述对象的对象特定标签，所述对象特定标签与分配给所述对象所位于的所述区域的所述区域特定标签相同；

对于所述图像集中的每个图像，定义训练数据集以包括：

对象位置数据，对于检测到的对象集中的每个对象，所述对象位置数据指示用于所述对象的图像内位置数据；和

标签数据，对于所述检测到的对象集中的每个对象，所述标签数据指示分配给所述对象的所述对象特定标签；以及

使用训练数据来训练图像处理模型，其中所述训练包括学习定义由所述图像处理模型执行的计算的参数集的参数值集。

2.根据权利要求1所述的方法，其进一步包括：

对于所述图像集中的图像，选择所述对象集的不完整子集；

促进一个或多个呈现，所述一个或多个呈现中的每个呈现包括：

至少部分的所述图像；

指示，所述指示作为所述至少部分的所述图像的一个或多个部分，所述一个或多个部分对应于所述对象集的所述不完整子集的一个或多个对象，以及

对于所述一个或多个对象中的每个对象，分配给所述对象的所述对象特定标签；

接收响应数据，对于所述对象集的所述不完整子集的至少一些对象中的每个对象，所述响应数据识别用于所述对象的不同的对象特定标签；以及

使用所述不同的对象特定标签和学习到的参数值集执行所述图像处理模型的额外训练，其中所述额外训练包括生成第二参数值集，对于所述参数集中的至少一些参数，所述第二参数值集包括不同于所述学习到的参数值集中的相应参数值的新参数值。

3.根据权利要求2所述的方法，其进一步包括：

访问新图像；

使用配置有所述第二参数值集的所述图像处理模型处理所述新图像，其中所述处理的结果包括对应于在所述新图像中检测到的特别对象集的特别对象特定标签集；以及

输出所述特别对象特定标签集的表示。

4.根据权利要求1所述的方法，其中：

所述图像集中的每个图像包括描绘至少部分的组织切片的组织学图像；以及

对于所述检测到的对象集中的至少一些对象中的每个对象：

所述对象对应于细胞；并且

所述对象特定标签对应于细胞类型。

5.根据权利要求1所述的方法，其中所述图像处理模型包括深度卷积神经网络。

6.根据权利要求1所述的方法，所述方法进一步包括，对于所述对象集中的每个对象：

确定所述对象的一个或多个特征，所述一个或多个特征涉及所述对象的大小、形状、纹理和/或颜色；

基于所述一个或多个特征和与分配给所述对象的所述对象特定标签相关联的存储的标签特定特征数据确定是否满足标签差异条件；以及

当确定满足所述标签差异条件时，将分配给所述对象的所述对象特定标签更新成不同的对象特定标签。

7.根据权利要求1所述的方法，所述方法进一步包括，对于所述图像集中的每个图像：

促进所述图像的呈现；

接收定义所述图像中的边界集的第一用户输入，其中将所述多个区域中的每个区域识别为对应于所述边界集中的边界内的面积；以及

接收识别分类集的第二用户输入，其中基于所述分类集中的分类来识别每个区域特定标签。