[发明专利]基于皮肤病理图像的识别方法及系统在审
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: | 本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。