[发明专利]一种肝脏病理切片图像的脂肪含量分析装置和方法

权利要求书

1.一种肝脏脂肪变性分级的分析装置，其特征在于，包括：

(1)图像获取及储存模块：用于获取肝脏组织病理切片的全扫描数字化图像并存储，获得所述切片的全景数字化图像，记为样本数据；并将样本数据按80％：20％比例分为人工智能学习的训练集和测试集；

(2)图像识别与分割模块：用于设定切割图像的识别筛选参数使得计算机自动选取背景空白区域不超过20％的小图像，将全景数字化图像按照前述方法分割成小图像；

(3)图像分级与标注模块：依照脂肪含量程度顺序分为正常、轻度、中度、重度四级，将模块(2)中属于训练集的全景数字化图像分割所得的小图像进行脂肪肝病程分级的标注，其分割后的小图像数据集所设置的分级标签与全景数字化图像所属的分级标签是相同的；

(4)神经网络训练模块：用Pytorch官方基于自然图像数据集预训练的卷积神经网络(CNN)进行样本数据中属于训练集的小图像的病程分级训练，以获得训练后的CNN模型，并使用训练过的CNN模型进行预测样本数据中属于测试集的小图像的病程分级，获得小图像的预测分级标签；

(5)目标统计模块：将模块(4)中一张全景图分割所得的小图像的四级病程分级分别进行数量统计，获得此张全景图像分割为小图后的四个病程分级统计；

(6)分类器训练模块：将模块(5)中属于训练集样本的分级统计数值用于训练分类器，所使用的分类器包括逻辑回归模型、支持向量机模型、决策树模型及前三者的集成模型，获得训练后的分类器，使用训练过的分类器预测测试集样本；

(7)决策模块：将模块(5)中得到的一组分级统计数值输入到通过模块(6)训练好的分类器，其结果输出为一张全景图的肝脏脂肪变性分级数值。

2.根据权利要求1所述的分析装置，其中，模块(1)所述肝脏组织病理切片在显微镜下使用5倍物镜放大倍率，并使用摄影机获取图像。

3.根据权利要求1所述的分析装置，其中，模块(2)中，设定小图像切割大小为1024×1024像素。

4.一种肝脏脂肪变性分级的分析方法，其特征在于，包括：

(1)在显微镜下使用5倍物镜放大倍率观察，并结合摄影机进行肝脏组织病理切片的全扫描数字化图像储存，获得所述切片的全景数字化图像，记为样本数据；并将样本数据按80％：20％比例分为人工智能学习的训练集和测试集；

(2)设定切割图像的识别筛选参数使得计算机自动选取背景空白区域不超过20％的小图像，并设定小图切割大小为1024×1024像素，将全景数字化图像分割成小图像；

(3)依照脂肪含量程度顺序分为正常、轻度、中度、重度四级，将步骤(2)中属于训练集的全景图分割所得的小图像进行脂肪肝病程分级的标注，其分割后的小图像数据集所设置的分级标签与全景数字化图像所属的分级标签是相同的；

(4)用Pytorch官方基于自然图像数据集预训练好的卷积神经网络(CNN)进行属于训练集的小图像的病程分级训练以获得训练后的CNN模型，并使用训练过的CNN模型进行预测样本数据中属于测试集的小图像的病程分级，获得小图像的预测分级标签；

(5)将步骤(4)中一张全景图分割所得的小图像的四级病程分级分别进行数量统计，获得此张全景图像分割为小图后的四个病程分级统计；

(6)将步骤(5)中属于训练集样本的分级统计数值用于训练分类器，所使用的分类器包括逻辑回归模型、支持向量机模型、决策树模型及前三者的集成模型，获得训练后的分类器，使用训练过的分类器预测测试集样本，测试集分类的平均准确率为76％。

(7)为了决策出一张全景图的脂肪含量程度分级数值，将步骤(5)中得到的一组分级统计数值输入到通过步骤(6)训练好的分类器，其结果输出为一张全景图的肝脏脂肪变性分级数值。