[发明专利]基于皮肤病理图像的识别方法及系统在审

专利信息
申请号: 201811475109.5 申请日: 2018-12-04
公开(公告)号: CN109363640A 公开(公告)日: 2019-02-22
发明(设计)人: 张晶;李伟平;郝伟 申请(专利权)人: 北京贝叶科技有限公司
主分类号: A61B5/00 分类号: A61B5/00
代理公司: 北京知呱呱知识产权代理有限公司 11577 代理人: 朱红涛;冯建基
地址: 100176 北京市朝阳区小红门乡*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明实施例公开了一种基于皮肤病理图像的识别方法及系统,采用多任务学习的深度学习技术,依次完成组织区域分割、病理特征提取和疾病分类识别三个任务,对应建立组织区域分割模型、病理特征提取模型和疾病分类模型三个深度学习模型,遵循了医生临床的结构型式分析法进行系统化建模,实现了人工智能用于病理诊断的关键环节和指标可控;组织区域分割和病理特征提取模型,以像素为最小单位训练学习,所需样本数量规模可控,突破了海量样本限制,并且最终学习结果用于处理病种繁多的炎症性皮肤病病理特性识别,大大提升我国皮肤病理诊断和识别效率,自动化技术程度高,可节省大量的人力、物力资源。
搜索关键词: 病理特征 皮肤病理 组织区域 疾病分类 可控 图像 炎症性皮肤病 自动化技术 人工智能 病理特性 病理诊断 分割模型 关键环节 海量样本 结构型式 任务学习 数量规模 物力资源 学习结果 训练学习 最小单位 系统化 分割 建模 像素 样本 诊断 学习 医生 分析
【主权项】:
1.基于皮肤病理图像的识别方法,其特征在于,包括如下步骤:1)数据预处理:101)根据炎症性皮肤病的亚型所包含的细分类型,选取经临床明确确诊属于所述细分类型的病例作为对应样本;102)通过数字切片扫描仪对皮肤病理切片进行扫描,采集并保存扫描的所述皮肤病理切片的皮肤病理图像样本;103)对所述皮肤病理图像样本进行组织区域和病理学特征标注,形成组织区域划分标签和病理学特征标签;2)生成组织区域分割模型:根据所述皮肤病理图像样本和组织区域划分标签,应用全卷积神经网络FCN模型进行皮肤病理图像样本深度学习训练,迭代优化调整网络参数,性能稳定后保存训练为组织区域分割模型;3)生成病理特征提取模型:根据所述皮肤病理图像样本、组织区域划分标签和病理学特征标签,对皮肤病理图像样本进行深度学习训练,迭代优化调整生成新的网络参数,性能稳定后保存训练为病理特征提取模型,在获取所述组织区域分割模型后,加载所述病理特征提取模型生成图像样本的病理学特征结果;4)生成疾病类型分类模型:根据所述皮肤病理图像样本、组织区域划分标签、病理学特征标签和图像样本病例所属亚型的细分类型,对皮肤病理图像样本进行深度学习训练,迭代优化调整网络层数和宽度,生成权重参数,性能稳定后保存为疾病类型分类模型,在获取所述病理学特征结果后,加载所述疾病类型分类模型获得最终炎症性疾病的分类识别结果。
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北京贝叶科技有限公司,未经北京贝叶科技有限公司许可,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/patent/201811475109.5/,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