[发明专利]基于深度网络的结直肠全景数字病理图像组织分割方法有效
| 申请号： | 201710516329.7 | 申请日： | 2017-06-29 |
| 公开（公告）号： | CN107665492B | 公开（公告）日： | 2020-11-10 |
| 发明（设计）人： | 徐军;蔡程飞;徐海俊;孙明建 | 申请（专利权）人： | 南京信息工程大学 |
| 主分类号： | G06T7/11 | 分类号： | G06T7/11;G06T3/40;G06K9/62;G06N3/08;G06N3/04 |
| 代理公司： | 南京纵横知识产权代理有限公司 32224 | 代理人： | 董建林 |
| 地址： | 210019 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于深度网络的结直肠全景数字病理图像组织分割方法，包括以下步骤：（1）获取结直肠全景数字病理图片：（2）将结直肠的全景数字图像分割；（3）训练样本图像的建立；（4）提取不同类别的组织深度特征；（5）利用分类器和提取的组织深度特征对分割图像中的组织进行类别的判别；（6）将步图像分类结果拼接，判别出整张图片的组织分类；（7）按照分块坐标将图像进行拼接在一起；本发明对结直肠全景数字病理图像进行分割，利用滑动窗口和训练的模型对所有分割图像依次标记组织类型，同时，利用分类器和提取的组织深度特征对组织进行类别的判别，得到图像分类结果，分类准确，分类速度快。 | ||
| 搜索关键词： | 基于 深度 网络 直肠 全景 数字 病理 图像 组织 分割 方法 | ||
【主权项】：
基于深度网络的结直肠全景数字病理图像组织分割方法，其特征在于，包括以下步骤：(1)获取放大镜下结直肠全景数字病理图片：(2)将结直肠的全景数字图像分割成5000*5000的分割图像，所有分割图像保留在全景数字图像中的分块坐标，利用滑动窗口和训练的模型对所有分割图像依次标记组织类型，得到带有组织类型标记的5000×5000的分割图像；(3)训练样本图像的建立：建立深度神经网络模型中所需的8类组织类型的样本，样本大小为150*150；所述深度神经网络模型包括8层；图像输入到网络，首先是第一层，第一层包含卷积层、激活层和池化层；第二层包括卷积层、激活层和池化层；第三层包括卷积层和激活层；第四层包括卷积层和激活层；第五层包括卷积层、激活层和池化层；第六层和第七层都包括全链接层、激活层和Dropout层；第八层是输出层，利用Softmax分类器输出结果；(4)训练Alexnet网络，提取不同组织类型的组织深度特征；(5)利用分类器和提取的组织深度特征对5000*5000的分割图像中的组织进行类别的判别，得到图像分类结果；(6)将步骤(5)获取的5000*5000的图像分类结果拼接，判别出整张图片的组织分类；(7)按照分块坐标将5000*5000的图像进行拼接在一起，获得结直肠全景数字病理图像的分割图像。
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南京信息工程大学，未经南京信息工程大学许可，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/patent/201710516329.7/，转载请声明来源钻瓜专利网。
