[发明专利]用于辅助病理学家标识放大的组织图像中的肿瘤细胞的方法和系统在审
申请号: | 201780087287.8 | 申请日: | 2017-02-23 |
公开(公告)号: | CN110337644A | 公开(公告)日: | 2019-10-15 |
发明(设计)人: | M.C.斯顿普;L.彭;Y.刘;K.K.加德帕利;T.科尔伯格 | 申请(专利权)人: | 谷歌有限责任公司 |
主分类号: | G06F15/76 | 分类号: | G06F15/76;G06K9/00;G06N3/04;G06N3/08;G06T7/00 |
代理公司: | 北京市柳沈律师事务所 11105 | 代理人: | 金玉洁 |
地址: | 美国加利*** | 国省代码: | 美国;US |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 图块 神经网络模式识别 恶性肿瘤可能性 淋巴结组织 像素数据 肿瘤细胞 病理学 分配 放大率 灰度 集合 数字图像 组合输出 组织图像 计算机系统 载玻片 编程 放大 分析 | ||
1.一种用于分析组织活检的方法,所述方法包括:
(a)接收表示来自所述组织活检的组织的图像数据,所述图像数据以第一放大率获得;
(b)将所述图像数据细分成多个图块,每个图块包括表示来自组织活检的组织的相应部分的图像数据的一部分;
(c)对于每个图块,确定恶性肿瘤可能性得分,其中通过使用深度神经网络模式识别器的集合来处理图块,并组合深度神经网络模式识别器中的每一个的输出,来获得所述得分,其中深度神经网络模式识别器的集合被布置为以包括第一放大率和第二放大率的多个放大率水平来处理图块。
2.根据权利要求1所述的方法,进一步包括:
根据由深度神经网络模式识别器分配给图块的恶性肿瘤可能性得分来给每个图块分配值;和
基于所分配的值生成表示来自组织活检的组织的输出数据。
3.根据权利要求1所述的方法,进一步包括使用多个训练图像来训练模式识别器的集合的步骤,其中通过对所述训练图像执行至少一个操作来生成多个训练图像中的至少一个训练图像,所述至少一个操作选自:
1)对所述训练图像执行几何扰动,
2)对所述训练图像执行图像颜色统计扰动,
3)标准化所述训练图像的图像颜色统计,
4)所述训练图像的旋转、上/下和左/右翻转,以及
5)将抖动引入到所述训练图像。
4.根据权利要求3所述的方法,进一步包括执行操作1)至5)。
5.根据任一项前述权利要求所述的方法,进一步包括使用图块中的图像数据和来自每个图块周围的图像区域的图像数据两者来给所述图块分配恶性肿瘤可能性得分。
6.根据权利要求5所述的方法,其中所述图块包括正方形像素区域,并且其中所述正方形像素区域在所述图块周围的图像区域内居中。
7.根据任一项前述权利要求所述的方法,其中以多个放大率水平处理每个图块包括:
处理所述图像数据的第一部分,所述第一部分表示与所述图块相关联的来自组织活检的组织部分;以及
处理所述图像数据的第二部分,所述第二部分包括所述图像数据的第一部分和附加图像数据,所述附加图像数据表示与所述图块相关联的来自组织活检的组织部分周围的来自组织活检的组织部分。
8.根据任一项前述权利要求所述的方法,进一步包括对每个图块初始地执行图像质量评估,并且如果所述图像质量评估确定所述图块是可分级的,则继续确定所述图块的得分。
9.根据权利要求9所述的方法,其中所述图块的图像质量评估由经训练的神经网络来执行。
10.根据任一项前述权利要求所述的方法,进一步包括生成表示来自组织活检的组织的所述图像数据中存在的感兴趣区域的列表。
11.一种携带计算机程序的计算机可读介质,所述计算机程序包括计算机可读指令,所述计算机可读指令被布置成使计算机执行根据权利要求1、2和5至10中任一项所述的方法。
12.一种用于分析组织活检的计算机设备,包括:
存储器,其存储处理器可读指令;和
处理器,被布置为读取和执行存储在所述存储器中的指令;
其中所述处理器可读指令包括被布置为控制所述计算机执行根据权利要求1至2和5至10中任一项所述的方法的指令。
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谷歌有限责任公司,未经谷歌有限责任公司许可,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/pat/books/201780087287.8/1.html,转载请声明来源钻瓜专利网。
- 上一篇:芯片、处理器、计算机系统和可移动设备
- 下一篇:可适配的处理组件