[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

说明书

本发明提供一种基于多尺度分析的人工智能病理辅助诊断系统，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，生成仿真诊断模型。

技术领域

本发明涉及分布式预测、多尺度整合和人工智能病理辅助诊断技术领域，特别涉及一种基于多尺度分析的人工智能病理辅助诊断系统。

背景技术

目前，随着计算机技术的发展，基于统计机器学习与深度学习的人工智能方法开始与医疗领域建立更广泛与深度的结合。人工智能在医疗领域的应用主要有以下四个方向：第一，基于医疗图像的识别与诊断，包括X光、CT、MRI，眼底、病理等等；第二，基于患者病例等医疗大数据进行发病预测；第三，用最优化法方法的手术机器人最优手术方案推荐及放疗方案设计；第四，基于图神经网络的新药研发；由于直观易见以及数据数字化等方面的优势，人工智能技术在基于医疗图像的识别与诊断的应用上取得了较快的发展并引起了学界和产业界的广泛关注，但远未实现成熟的应用，相比于X光、CT等医疗影像，病理图像的人工智能辅助诊断面临着更大的挑战。

发明内容

本发明提供一种基于多尺度分析的人工智能病理辅助诊断系统，以解决上述技术背景出现的问题。

本发明提供一种基于多尺度分析的人工智能病理辅助诊断系统，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，提取病变区域轮廓，统计病变位置的区域概率，生成仿真诊断模型。

优选的，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。

优选的，所述覆盖比率单元用于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N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；