买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：江苏爱影医疗科技有限公司

摘要：本发明公开了一种基于深度学习的病理图像自动识别方法及系统，本发明涉及组织病理图像自动识别技术领域。包括以下步骤：采集若干张数字病理切片图像，作为样本数据，对采集的样本图像数据进行分割，分割出的细胞图像包括阳性细胞图像和阴性细胞图像，将分割出的阳性细胞图像和阴性细胞图像对应存储入阳性细胞图像集和阴性细胞图像集中；对两个图像集内的图像进行预处理，便于后续识别并提取图像内的单个细胞图片；获取提取后的单个细胞图片，对待识别的单个细胞图像进行特征提取，并以对应的细胞特征作为标签，对初始神经网络进行训练；根据各区域细胞图像对应的细胞特征生成综合评分系数，根据综合评分系数判断详细细胞类型。

主权项：1.基于深度学习的病理图像自动识别方法，其特征在于，具体步骤包括：采集若干张数字病理切片图像，所述数字病理切片图像为免疫组化染色数字切片图像；对采集的免疫组化染色数字切片图像进行图像分割，将免疫组化染色数字切片图像分割为阳性细胞图像、阴性细胞图像和背景图像，生成阳性细胞图像集和阴性细胞图像集，将分割出的阳性细胞图像和阴性细胞图像对应存储入阳性细胞图像集和阴性细胞图像集中；对阳性细胞图像集和阴性细胞图像集内的细胞图像进行预处理，所述预处理包括图像降噪处理和增强处理；基于YOLOv5s网络构建细胞提取模型，将预处理后的细胞图像输入细胞提取模型中，以生成多个不同笼统细胞类型的单个细胞图片，所述笼统细胞类型包括独立的细胞和双细胞粘连细胞块；将提取后的所述单个细胞图片作为样本，对单个细胞图片进行特征提取，所述特征包括细胞的周长、面积、形状因子和颜色，将提取的特征作为标签标注在单个细胞图片上，并采用标注有标签的单个细胞图片对初始神经网络进行训练，以获得细胞特征提取模型；将待识别的免疫组化染色数字切片图像按上述方法进行分割、预处理后，将其输入至细胞提取模型中，以得到待识别的单个细胞图像，将待识别的单个细胞图像输入完成训练的细胞特征提取模型，获得待识别的单个细胞图像对应的细胞特征；根据待识别的单个细胞图像对应的细胞特征生成综合评分系数，根据生成的综合评分系数和预先设定的细胞类型阈值相对比，根据不同对比结果判断详细细胞类型，所述详细细胞类型包括独立的阳性细胞、双细胞粘连的阳性细胞块、独立的阴性细胞和双细胞粘连的阴性细胞块。

全文数据：

权利要求：

百度查询： 江苏爱影医疗科技有限公司 基于深度学习的病理图像自动识别方法及系统