[发明专利]一种食管鳞状上皮异型增生图像的处理方法、系统及介质有效
申请号: | 202110061312.3 | 申请日: | 2021-01-18 |
公开(公告)号: | CN112819042B | 公开(公告)日: | 2023-10-24 |
发明(设计)人: | 金木兰;王莹;祝闯;石中月;刘军;段佳佳;罗毅豪 | 申请(专利权)人: | 首都医科大学附属北京朝阳医院;北京邮电大学 |
主分类号: | G06V10/764 | 分类号: | G06V10/764;G06V10/774;G06V10/40;G16H30/20;G16H50/20 |
代理公司: | 北京纪凯知识产权代理有限公司 11245 | 代理人: | 赵悦 |
地址: | 100020 北*** | 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: | |||
搜索关键词: | 一种 食管 上皮 异型 增生 图像 处理 方法 系统 介质 | ||
1.一种食管鳞状上皮异型增生图像的处理方法,其特征在于,包括以下步骤:
S1将病理全切片数字图像分为训练集和验证集,分别对所述训练集和验证集中的图像进行预处理;
S2将所有经过预处理的图像分为ESD标本图像和活体标本图像,对ESD标本进行组织学分类,对所述ESD标本进行分层,对EDS层进行评估,并提取ESD标本图像和活检标本图像的特征值;
S3将训练集中图像的ESD标本图像和活检标本图像的特征值按照细胞核或组织进行特征分组聚合,并采用经过特征分组聚合后的特征值对若干个图像处理模型分别进行训练;
S4根据验证集中图像的ESD标本图像和活检标本图像的特征值对所述若干个图像处理模型进行评分,将评分最高的图像处理模型作为最优的图像处理模型;
S5将待测图像输入所述最优的图像处理模型中获得所述待测图像中异型增生细胞或组织类型。
2.如权利要求1所述的食管鳞状上皮异型增生图像的处理方法,其特征在于,所述步骤S1中预处理方法为:对所有病理全切片数字图像进行数据增强,并分别制作有效组织区域与标注病灶组织区域的二值掩膜,将所述病理全切片数字图像分为具有相同大小的图像块,其中,训练集的数据增强方法包括色域迁移、旋转和裁切,验证集的数据增强方法包括色域迁移。
3.如权利要求2所述的食管鳞状上皮异型增生图像的处理方法,其特征在于,所述步骤S2中,ESD标本图像的处理方法为:使用图形学方法对组织图像进行分层,并按照有效组织区域将各层所述图像块分别切割成若干子图像块,使用所述病灶组织区域作为子图像块标签,并以图像块为单位进行特征提取。
4.如权利要求2所述的食管鳞状上皮异型增生图像的处理方法,其特征在于,所述步骤S2中,活检标本图像的处理方法为:按照有效组织区域将各所述图像块分别切割成若干图像子块,使用所述病灶组织区域作为子图像块标签,并以图像块为单位进行特征提取。
5.如权利要求3或4所述的食管鳞状上皮异型增生图像的处理方法,其特征在于,所述特征提取过程提取的特征值包括细胞长短轴比例、细胞异型性偏差程度、细胞极性偏差程度、细胞核密度和细胞核浆比。
6.如权利要求1所述的食管鳞状上皮异型增生图像的处理方法,其特征在于,所述步骤S3中待选的图像处理模型包括线性回归模型、梯度提升树模型GBTD和神经网络模型。
7.如权利要求6所述的食管鳞状上皮异型增生图像的处理方法,其特征在于,所述步骤S4中以准确率、召回率、敏感度和特异性作为评价指标对所述图像处理模型的性能进行评估。
8.如权利要求7所述的食管鳞状上皮异型增生图像的处理方法,其特征在于,所述图像处理模型的性能得分F1为:
F1=2/(1/Precision+1/Recall)=2TP/(2TP+FP+FN)
其中,Precision是精确率,Recall是召回率,TP是原图像为正样例,分类为正样例的比率;FP是原图像为负样例,分类为正样例的比率;FN是原图像为正样例,分类为负样例的比率。
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首都医科大学附属北京朝阳医院;北京邮电大学,未经首都医科大学附属北京朝阳医院;北京邮电大学许可,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/202110061312.3/1.html,转载请声明来源钻瓜专利网。