[发明专利]基于病理图像的细胞分析方法、装置、设备及存储介质有效

专利信息
申请号: 202110511846.1 申请日: 2021-05-11
公开(公告)号: CN113706449B 公开(公告)日: 2022-07-29
发明(设计)人: 叶虎;马兆轩;肖凯文;蔡德 申请(专利权)人: 腾讯医疗健康(深圳)有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06T3/40;G06V10/774;G06V10/764;G06K9/62;G16H70/60;G06N20/00
代理公司: 北京三高永信知识产权代理有限责任公司 11138 代理人: 张所明
地址: 518000 广东省深圳市*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 病理 图像 细胞 分析 方法 装置 设备 存储 介质
【说明书】:

本申请是关于一种基于病理图像的细胞分析方法、装置、设备及存储介质,涉及图像处理领域。所述方法包括:获取第一图像,对第一图像进行特征提取,获取第一图像对应的至少两种尺度的特征图;基于第一特征图,获取第一图像对应的第一概率分布;基于至少两种尺度的特征图,获取第一图像中的第一预测位置对应的第二概率分布;基于第一概率分布以及第二概率分布,确定第一预测位置的细胞对应的状态。通过上述方案,基于第一概率分布与该第二概率分布,确定第一预测位置的细胞对应的状态时,同时考虑了第一图像的整体特征与局部特征,提高了确定第一预测位置的细胞对应的状态的准确性。

技术领域

本申请涉及图像处理技术领域,特别涉及一种基于病理图像的细胞分析方法、装置、设备及存储介质。

背景技术

在医疗领域,当需要对细胞状态进行分析时,可以通过显微设备对细胞涂片进行观察,获取细胞状态的图像信息。

在相关技术中,在对细胞涂片进行识别时,通常是通过专业人员将细胞做成细胞涂片,并通过显微设备进行观察,具有丰富的经验专业人员,可以根据在显微设备下观察到的细胞的图像信息,确定细胞涂片中的细胞所对应的状态。

上述方案,通过专业人员对细胞涂片的图像进行识别确定细胞所处的状态,对专业人员的要求较高,通过人工对细胞图片进行识别,以确定细胞的状态的准确性较低。

发明内容

本申请实施例提供了一种基于病理图像的细胞分析方法、装置、设备及存储介质,可以提高确定细胞状态的准确性,该技术方案如下:

一方面,提供了一种基于病理图像的细胞分析方法,所述方法包括:

获取第一图像,所述第一图像是指定部位的细胞对应的病理图像;

对所述第一图像进行特征提取,获取所述第一图像对应的至少两种尺度的特征图;

基于第一特征图,获取所述第一图像对应的第一概率分布;所述第一概率分布用于指示所述第一图像中存在各种状态的细胞的概率;所述第一特征图是所述至少两种尺度的特征图中的一个特征图;

基于所述至少两种尺度的特征图,获取所述第一图像中的第一预测位置对应的第二概率分布;所述第二概率分布用于指示位于所述第一预测位置的细胞处于各种状态的概率;

基于所述第一概率分布以及所述第二概率分布,确定所述第一预测位置的细胞对应的状态。

又一方面,提供了一种基于病理图像的细胞分析方法,所述方法包括:

获取第一样本图像,以及所述第一样本图像对应的标注信息;所述第一样本图像是指定部位的细胞对应的病理图像;所述第一样本图像对应的标注信息包括所述第一样本图像对应的细胞位置信息以及与所述细胞位置信息对应的细胞状态信息;

基于所述第一样本图像,通过细胞分析模型的特征提取分支进行数据处理,获取所述第一样本图像对应的至少两种尺度的样本特征图;

基于所述第一样本特征图,通过细胞分析模型中的分类分支进行处理,获取所述第一样本图像对应的第一样本概率分布;所述第一样本概率分布用于指示所述第一样本图像中存在各个状态的细胞的概率;所述第一样本特征图是所述至少两种尺度的样本特征图中的一个样本特征图;

基于所述至少两种尺度的样本特征图,通过所述细胞分析模型中的检测分支进行处理,获取所述第一样本图像中的第一样本预测位置对应的第二样本概率分布;所述第二样本概率分布用于指示位于所述第一样本预测位置的细胞处于各种状态的概率;

基于所述第一样本图像对应的标注信息、所述第一样本预测位置、所述第一样本概率分布以及所述第二样本概率分布,对所述细胞分析模型进行参数更新;

其中,更新后的所述细胞分析模型,用于对输入的第一图像进行处理,获取所述第一图像对应的第一预测位置,以及所述第一预测位置的细胞状态。

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腾讯医疗健康(深圳)有限公司,未经腾讯医疗健康(深圳)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/202110511846.1/2.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 back_top