[发明专利]一种计算机辅助乳腺浸润性导管癌组织学分级的方法

摘要

本发明公开了一种计算机辅助乳腺浸润性导管癌组织学分级的方法：病理医师对乳腺癌组织学数字切片图像中的存在乳腺浸润性导管癌细胞的区域进行人工标注，对标注为乳腺浸润性导管癌的区域给出组织学分级评分；读入完成标注和组织学分级的数字化切片图像文件，将图像切割成小块图像，通过查询浸润性导管癌区域标注和组织学分级评分的信息，得到每个小块图像的标签信息，获得两大类样本集；利用CNN神经网络，建立多标签深度学习分类训练任务，让神经网络自动学习每一个小块图像中的图像特征，得到分类模型；利用该分类模型，对从乳腺癌组织学切片图像中提取出来的小块图像进行分类识别。

主权项

一种计算机辅助乳腺浸润性导管癌组织学分级的方法，其特征在于，包括如下步骤：A、病理医师对乳腺癌组织学数字切片图像中存在乳腺浸润性导管癌细胞的区域进行人工标注；B、病理医师根据诺丁汉组织学分级系统对标注为乳腺浸润性导管癌的区域给出组织学分级评分；C、计算机读入完成标注和组织学分级的数字化切片图像文件，将图像切割成小块图像，通过查询浸润性导管癌区域标注和组织学分级评分的信息，得到每个小块图像的标签信息，获得两大类样本集，即：a.含浸润性导管癌细胞的样本集，b.不含浸润性导管癌细胞的样本集；D、利用CNN神经网络，建立多标签深度学习分类训练任务，让神经网络自动学习每一个小块图像中的图像特征，得到基于CNN神经网络的分类模型；E、利用该CNN神经网络的分类模型，对从乳腺癌组织学切片图像中提取出来的小块图像进行分类识别，识别结果可以给予每一个小块图像标签信息。