[发明专利]图像标注的方法、基于病理图像的标注展示方法及装置有效

专利信息
申请号: 201910458139.3 申请日: 2019-05-29
公开(公告)号: CN110175255B 公开(公告)日: 2022-04-05
发明(设计)人: 叶虎;韩骁;肖凯文;周昵昀;陈明扬 申请(专利权)人: 腾讯医疗健康(深圳)有限公司
主分类号: G06F16/58 分类号: G06F16/58;G06F16/51;G16H30/20;G16H30/40
代理公司: 深圳市深佳知识产权代理事务所(普通合伙) 44285 代理人: 王仲凯
地址: 518052 广东省深圳市*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 标注 方法 基于 病理 展示 装置
【说明书】:

本申请公开了一种图像标注的方法,包括:获取待标注图像,待标注图像对应于第一放大倍率;从已标注图像集合中获取已标注图像,已标注图像对应于第二放大倍率,第二放大倍率与第一放大倍率不一致,已标注图像集合包括至少一个已经标注的图像;将待标注图像与已标注图像进行匹配,得到仿射变换矩阵;根据仿射变换矩阵以及已标注图像生成待标注图像的标注信息。本申请公开了一种基于病理图像的标注展示方法及装置。本申请可以将不同倍率下的图像所对应的标注进行迁移,比如可以将低倍率图像的标注迁移到高倍率图像上,从而减少了人工标注量,避免重复标注的情况,进而提升标注效率,降低人工成本。

技术领域

本申请涉及人工智能领域,尤其涉及图像标注的方法、基于病理图像的标注展示方法及装置。

背景技术

随着机器学习和深度学习等人工智能技术的发展,医疗已经成为人工智能行业重要的研究和应用领域。智能医疗涉及到医学影像、病理诊断、新药研发以及智能辅助等多个重要领域。其中,病理诊断是疾病诊断的重要标准,病理切片分析为病理诊断提供了可靠的依据。

目前,通常采用人工标注的方式对病理图像的标注,即获取待标注的病理图像之后,先进行人工标注,然后对标注结果进行审核,如果发现异常标注的情况,则返回修改,直至完成所有病理图像的标注。

然而,由于人工标注需要考虑到经验知识,而且标注者可能因为疲劳等因素导致标注遗漏或者标注错误,因此,还需要专业的医生对标注好的病理图像进行审查,从而导致标注工作量较大,且造成人工成本过高。

发明内容

本申请实施例提供了一种图像标注的方法、基于病理图像的标注展示方法及装置,可以将不同倍率下的图像所对应的标注进行迁移,比如可以将低倍率图像的标注迁移到高倍率图像上,从而减少了人工标注量,避免重复标注的情况,进而提升标注效率,降低人工成本。

有鉴于此,本申请第一方面提供一种图像标注的方法,包括:

获取待标注图像,其中,所述待标注图像对应于第一放大倍率;

从已标注图像集合中获取已标注图像,其中,所述已标注图像对应于第二放大倍率,所述第二放大倍率与所述第一放大倍率不一致,所述已标注图像集合包括至少一个已经标注的图像;

将所述待标注图像与所述已标注图像进行匹配,得到仿射变换矩阵;

根据所述仿射变换矩阵以及所述已标注图像生成所述待标注图像的标注信息。

本申请第二方面提供一种基于病理图像的标注展示方法,包括:

获取待标注病理图像,其中,所述待标注图像对应于第一放大倍率;

从已标注病理图像集合中获取已标注病理图像,其中,所述已标注病理图像对应于第二放大倍率,所述第二放大倍率与所述第一放大倍率不一致,所述已标注病理图像集合包括至少一个已经标注的病理图像;

将所述待标注病理图像与所述已标注病理图像进行匹配,得到仿射变换矩阵;

根据所述仿射变换矩阵以及所述已标注病理图像生成所述待标注病理图像的病理标注信息;

展示所述待标注病理图像的所述病理标注信息。

本申请第三方面提供一种图像标注装置,包括:

获取模块,用于获取待标注图像,其中,所述待标注图像对应于第一放大倍率;

所述获取模块,还用于从已标注图像集合中获取已标注图像,其中,所述已标注图像对应于第二放大倍率,所述第二放大倍率与所述第一放大倍率不一致,所述已标注图像集合包括至少一个已经标注的图像;

匹配模块,用于将所述获取模块获取的所述待标注图像与所述已标注图像进行匹配,得到仿射变换矩阵;

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腾讯医疗健康(深圳)有限公司,未经腾讯医疗健康(深圳)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/pat/books/201910458139.3/2.html,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