[发明专利]一种病理切片双物镜自适应扫描控制方法及系统有效

专利信息
申请号: 202110158033.9 申请日: 2021-02-05
公开(公告)号: CN112508952B 公开(公告)日: 2021-05-04
发明(设计)人: 韩方剑;余莉;黄少冰;徐传玲 申请(专利权)人: 宁波兰茜生物科技有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06T3/40;G06T7/11;G06K9/32;G06N3/04;G06N3/08;G06F17/18;G01N21/01;G01N21/84
代理公司: 湖南兆弘专利事务所(普通合伙) 43008 代理人: 胡君
地址: 315200 浙江省宁波市镇*** 国省代码: 浙江;33
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 病理 切片 物镜 自适应 扫描 控制 方法 系统
【权利要求书】:

1.一种病理切片双物镜自适应扫描控制方法,其特征在于,步骤包括:

步骤S01. 整体扫描:控制使用第一倍率物镜对目标切片的全部区域进行扫描,得到切片全景图,并将得到的所述切片全景图以及所述切片全景图进行缩放后图像按照金字塔图像存储格式进行存储,形成多分辨率金字塔图层;

步骤S02. 感兴趣区域识别:从所述多分辨率金字塔图层中获取所述切片全景图进行图像处理,识别定位出感兴趣区域;

步骤S03. 局部扫描:将所述感兴趣区域在所述多分辨率金字塔图层中的位置坐标映射为实际待扫描的真实物理坐标后确定出扫描运动路径,控制使用第二倍率物镜对识别到的所述感兴趣区域进行局部扫描,得到对应的局部图像,并将所述局部图像按照坐标映射关系存储在所述多分辨率金字塔图层中新构建的图层中以实现稀疏存储,所述第二倍率物镜的倍率高于所述第一倍率物镜的倍率;

所述步骤S03的步骤包括:

步骤S301. 根据所述感兴趣区域中各坐标范围内的阳性概率值,确定需要使用第二倍率物镜进行局部扫描的目标区域;

步骤S302. 将确定的目标区域映射为实际待扫描的真实物理坐标,并根据映射得到的真实物理坐标确定扫描运动路径;

步骤S303. 控制使用第二倍率物镜按照步骤S302确定的扫描运动路径对目标区域进行扫描。

2.根据权利要求1所述的病理切片双物镜自适应扫描控制方法,其特征在于,所述步骤S01中得到切片全景图的步骤包括:

步骤S101. 预览:控制预览切片,获取目标切片整体区域的轮廓;

步骤S102. 聚焦:控制使用所述第一倍率物镜对目标切片上多点进行聚焦,并拟合得到目标切片整体区域的聚焦平面;

步骤S103. 扫描:根据所述聚焦平面的拟合结果,对目标切片整体区域进行扫描;

步骤S104. 拼接:将步骤S103得到的扫描结果经拼接后得所述切片全景图。

3.根据权利要求1所述的病理切片双物镜自适应扫描控制方法,其特征在于,所述步骤S02中采用深度卷积神经网络对所述感兴趣区域进行识别定位,步骤包括:

S201. 训练:使用历史病理数字全景图数据库对深度卷积神经网络进行训练;

S202. 预测:使用训练好的深度卷积神经网络对所述切片全景图中各区域是否为阳性区域进行预测,得到各区域的预测概率分布;

S203. 识别定位:根据所述预测概率分布确定出所述感兴趣区域。

4.根据权利要求3所述的病理切片双物镜自适应扫描控制方法,其特征在于,所述步骤S202的步骤包括:获取步骤S01按照金字塔图像存储格式存储的切片全景图,其中底层存储原始切片全景图,原始切片全景图经过缩放后存储在除底层外的其他各图层,各图层的分辨率从下至上逐渐减小;将所述切片全景图中的顶层图片进行前景分割后执行二值化,得到组织前景图;根据所述组织前景图的像素坐标索引所述切片全景图中底层图层对应的图块,然后将每个索引得到的图块作为输入送入到所述训练好的深度卷积神经网络中,以进行阳性概率值预测,最终将每个像素位置预测得到的对应阳性概率值写入到对应的坐标中,形成得到预测概率分布图,即为热力图。

5.根据权利要求1所述的病理切片双物镜自适应扫描控制方法,其特征在于,所述步骤S301中,获取所述感兴趣区域的预测概率分布图,即为热力图,根据所述热力图将所述感兴趣区域中各坐标范围按照概率大小进行排序;根据预设的阳性区域概率值阈值Pthr和阳性区域最大个数阈值Pnum,最终确定出需要使用第二倍率物镜进行局部扫描的目标区域。

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宁波兰茜生物科技有限公司,未经宁波兰茜生物科技有限公司许可,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/202110158033.9/1.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