[发明专利]病理样本的选取方法、装置、设备、存储介质及程序产品在审

专利信息
申请号: 202210086841.3 申请日: 2022-01-25
公开(公告)号: CN114494188A 公开(公告)日: 2022-05-13
发明(设计)人: 廖俊;姚建华;刘月平;张勐 申请(专利权)人: 腾讯科技(深圳)有限公司;河北医科大学第四医院(河北省肿瘤医院)
主分类号: G06T7/00 分类号: G06T7/00;G06T5/00;G16H30/20;G16H30/40;G16H70/60
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: 李文静
地址: 518057 广东省深圳*** 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: 病理 样本 选取 方法 装置 设备 存储 介质 程序 产品
【说明书】:

本申请公开了一种病理样本的选取方法、装置、设备、存储介质及程序产品,涉及人工智能技术领域。所述方法包括:获取多个病理样本分别对应的透射光图像和反射光图像;基于各个病理样本分别对应的透射光图像和反射光图像,确定各个病理样本分别对应的病理区域;基于各个病理样本分别对应的病理区域,从多个病理样本中选取目标病理样本。本申请实施例提供的技术方案,通过基于病理样本的透射光图像和反射光图像,自动定位出病理样本中的病理区域,避免了人工方式下的病理区域定位,所导致的病理样本的不够完整和不够真实的问题,从而提高了病理区域的定位准确性,进而提高了病理样本的选取准确性。

技术领域

本申请实施例涉及人工智能技术领域,特别涉及一种病理样本的选取方法、装置、设备、存储介质及程序产品。

背景技术

术后组织病理分析是肿瘤诊断的金标准。病理样本(如被切成适当体积的组织块)的选取,对术后组织病理分析有着重要的影响。

以瘤床定位为例,在相关技术中主要通过裸眼观察和触摸手感来分辨瘤床对应的区域,以进行病理样本的选取,并基于所选取的病理样本进行术后组织病理分析。然而,瘤床往往具有形态多样性、范围不易确定等特点,仅依靠裸眼观察和触摸手感,来判断瘤床对应的区域,无法保证瘤床最大面取材的完整性和真实性,容易造成瘤床漏取,从而导致病理样本的选取准确性不高,进而导致病理分析的准确性不高。

发明内容

本申请实施例提供了一种病理样本的选取方法、装置、设备、存储介质及程序产品,能够提高病理区域的定位准确性和定位效率,从而提高病理样本的选取准确性和选取效率。所述技术方案如下:

根据本申请实施例的一个方面,提供了一种病理样本的选取方法,所述方法包括:

获取多个病理样本分别对应的透射光图像和反射光图像;

基于各个所述病理样本分别对应的透射光图像和反射光图像,确定各个所述病理样本分别对应的病理区域;

基于各个所述病理样本分别对应的病理区域,从所述多个病理样本中选取目标病理样本。

根据本申请实施例的一个方面,提供了一种图像获取系统,所述图像获取系统包括:透射光装置、偏振装置和图像拍摄装置;

所述透射光装置用于将所述图像获取系统调整至透射模态;

所述偏振装置用于将所述图像获取系统调整至反射模态;

所述图像拍摄装置用于在所述图像获取系统为所述透射模态的情况下,获取病理样本对应的透射光图像,所述透射光图像是指目标动态范围下的透射光图像;

所述图像拍摄装置还用于在所述图像获取系统为所述反射模态的情况下,获取所述病理样本对应的反射光图像,所述反射光图像是指消除眩光影响后的反射光图像。

根据本申请实施例的一个方面,提供了一种病理样本的选取装置,所述装置包括:

图像获取模块,用于获取多个所述病理样本分别对应的透射光图像和反射光图像;

区域确定模块,用于基于各个所述病理样本分别对应的透射光图像和反射光图像,确定各个所述病理样本分别对应的病理区域;

样本选取模块,用于基于各个所述病理样本分别对应的病理区域,从所述多个病理样本中选取目标病理样。

根据本申请实施例的一个方面,提供了一种计算机设备,所述计算机设备包括处理器和存储器,所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现上述病理样本的选取方法。

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科技(深圳)有限公司;河北医科大学第四医院(河北省肿瘤医院),未经腾讯科技(深圳)有限公司;河北医科大学第四医院(河北省肿瘤医院)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/202210086841.3/2.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