[发明专利]一种基于多尺度分析的人工智能病理辅助诊断系统

权利要求书

1.一种基于多尺度分析的人工智能病理辅助诊断系统，其特征在于，包括：

预前处理模块：用于获取全扫描图像，根据所述全扫描图，确定图像切片，提取所述图像切片的组织掩模，计算所述组织掩模的覆盖比率，并确定预选图像切块；

多放大倍率图像块提取模块：用于划分全扫描图像的区域位置，确定训练区域和预测区域，提取所述训练区域的训练数据，通过所述训练数据训练所述预测区域，提取目标图像切块；

多放大倍率特征融合模块：用于提取所述目标图像切块的特征值，融合所述目标图像切块，确定特征图；

仿真诊断模型模块：用于当融合完所有目标图像切块，根据所述特征图，确定病变区域轮廓；

其中，提取目标图像切块是指基于预选图像切块的放大倍率，在训练区域训练预选图像切块，以选择出的图像块的中心点作为中心，在指定的放大倍率上按同样大小提取多个图像块，所述多个图像块即为目标图像切块；

在每个放大倍率的图像块独立通过各自的特征提取网络之后，会得到多个对应不同感受野大小的特征图，为了能够融合这些特征图，系统首先对较小放大倍率的特征图进行去边操作，以得到和最大放大倍率下特征图相同的去边后的特征图；之后，再对较小放大倍率去边后的特征图进行上采样操作，以使得各个放大倍率上去边后的特征图有相同的像素数；最后，各个放大倍率的特征图经过这些处理之后会被沿着特征维度堆叠在一起，生成融合之后的特征图。

2.如权利要求1所述的一种基于多尺度分析的人工智能病理辅助诊断系统，其特征在于，所述预前处理模块包括：

图像切片单元：用于获取全扫描图像，对所述全扫描图进行数字切片，确定图像切片；

图像缩略图单元：用于基于所述图像切片，生成图像缩略图；

目标图像切片单元：用于获取目标图像切片，根据所述目标图像切片，确定目标图像切片的切片位置；其中，

所述目标图像切片是通过预设的算法得到将要提取的图像切片；

覆盖比率单元：用于提取图像缩略图的组织掩模，并基于放大倍率和切片位置，将所述目标图像切片映射到所述图像缩略图的组织掩模上，并所述组织掩模的覆盖比率；

预选图像切块单元：用于根据所述覆盖比率，确定预选图像切块。

3.如权利要求2所述的一种基于多尺度分析的人工智能病理辅助诊断系统，其特征在于，所述覆盖比率单元执行提取图像缩略图的组织掩模，包括以下步骤：

步骤1：划分所述图像缩略图，生成感兴趣区域和待处理图像；

步骤2：根据所述感兴趣区域，确定感兴趣掩模；

步骤3：根据所述待处理图像和感兴趣掩模，确定感兴趣图像；

步骤4：获取维矩阵，对所述感兴趣图像进行像素过滤，并提取掩模特征结构数据；

步骤5：根据所述掩模特征结构数据，生成图像缩略图的组织掩模。

4.如权利要求2所述的一种基于多尺度分析的人工智能病理辅助诊断系统，其特征在于，所述预选图像切块单元用于根据所述覆盖比率，确定预选图像切块包括以下步骤：

步骤1：获取图像缩略图面积，采集组织掩模的覆盖面积，确定覆盖比率；

其中，代表覆盖比率，代表组织掩模所在区域位置的横坐标，代表采集到的组织掩模所在区域位置的第个横坐标，代表采集到的数据序值，代表一共采集到的区域位置的横坐标数据个数，,代表组织掩模所在区域位置的横坐标,代表采集到的组织掩模所在区域位置的第个纵坐标，代表一共采集到的区域位置的纵坐标数据个数，,代表图像缩略图面积；

步骤2：对所述覆盖比率进行评估计算：

其中，所述代表覆盖比率的评估计算规则，代表理想覆盖比率；

步骤3：当所述覆盖比率的评估计算，代表计算的区域可以成为预选区域；

步骤4：当所述覆盖比率的评估计算，代表计算的区域无需进行训练，并继续计算下一块组织掩模的覆盖比率。