病理图像的识别方法及系统.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN107665491A(43)申请公布日2018.02.06(21)申请号201710934902.6(22)申请日2017.10.10(71)申请人清华大学地址100084北京市海淀区清华园(72)发明人王书浩徐葳(74)专利代理机构上海巅石知识产权代理事务所(普通合伙)31309代理人高磊王再朝(51)Int.Cl.G06T7/00(2017.01)G16H30/20(2018.01)G16H50/20(2018.01)权利要求书2页说明书24页附图5页(54)发明名称病理图像的识别方法及系统(57)摘要本申请提供一种病理图像的识别系统及方法。其中所述识别系统包括：图像接收装置，用于接收待识别的病理图像；特征提取装置，用于利用卷积神经网络中设置的多级特征处理单元对所述病理图像进行特征提取；识别装置，用于对至少两级特征处理单元所输出的特征图像进行融合处理，并基于融合后图像中的病理特征识别所述病理图像中的病理信息。本申请既能有效保留低维度和高维度的病理特征，以准确识别病变特征，又能准确地将病变特征对应到病理图像的像素位置，以提高辅助诊断的准确性。CN107665491ACN107665491A权利要求书1/2页1.一种病理图像的识别系统，其特征在于，包括：图像接收装置，用于接收待识别的病理图像；特征提取装置，用于利用卷积神经网络中设置的多级特征处理单元对所述病理图像进行特征提取；识别装置，用于对至少两级特征处理单元所输出的特征图像进行融合处理，并基于融合后图像中的病理特征识别所述病理图像中的病理信息。2.根据权利要求1所述的病理图像的识别系统，其特征在于，所述特征处理单元包括至少一组由第一过滤器、归一化模块和激活模块组成的第一结构；其中，所述第一过滤器按照预设步长对所接收的图像进行病理特征提取。3.根据权利要求2所述的病理图像的识别系统，其特征在于，所述第一过滤器采用空洞卷积对所接收的图像进行病理特征提取。4.根据权利要求3所述的病理图像的识别系统，其特征在于，包含所述第一结构的特征处理单元位于所述卷积神经网络的末端。5.根据权利要求1所述的病理图像的识别系统，其特征在于，所述特征处理单元中包括至少一组由第二过滤器、归一化模块、第一合并模块和激活模块组成的第二结构。6.根据权利要求5所述的病理图像的识别系统，其特征在于，所述第一合并模块合并所接收的至少两个所述归一化模块输出的特征图像；或者所述第一合并模块合并所述归一化模块输出的特征图像和前一级特征处理单元所输出的特征图像。7.根据权利要求1所述的病理图像的识别系统，其特征在于，所述特征提取装置还包括位于两级特征处理单元之间的下采样单元，用于将所接收的特征图像进行下采样处理。8.根据权利要求1所述的病理图像的识别系统，其特征在于，所述识别装置包括：与各所述特征单元单独连接的第三过滤器；每个第三过滤器对所接收的特征图像进行分类处理；上采样模块，与所述第三过滤器单独连接，用于将相应第三过滤器所输出的图像恢复至所述病理图像的尺寸；第二合并模块，与每个所述上采样模块相连，用于合并各恢复后的特征图像。9.根据权利要求7所述的病理图像的识别系统，其特征在于，所述识别装置包括：识别模块，用于基于合并后的特征图像中各像素点所对应的病理特征评价所述病理图像中的病理信息。10.一种肿瘤病理图像的识别系统，其特征在于，包括：图像存储装置，用于存储待识别的肿瘤病理图像；如权利要求1-9中任一所述的识别系统，用于对所述肿瘤病理图像中的病理信息进行识别；显示装置，用于将所识别的包含病理信息的肿瘤病理图像予以显示。11.一种病理图像的识别方法，其特征在于，包括：获取待识别的病理图像；利用卷积神经网络中设置的多级特征处理单元对所述原始图像进行特征提取；对至少两级特征处理单元所输出的特征图像进行融合处理，并基于融合后图像中的病2CN107665491A权利要求书2/2页理特征识别所述病理图像中的病理信息。12.根据权利要求11所述的病理图像的识别方法，其特征在于，所述特征处理单元包括至少一组由第一过滤器、归一化模块和激活模块组成的第一结构；其中，所述第一过滤器按照预设步长对所接收的图像进行病理特征提取。13.根据权利要求12所述的病理图像的识别方法，其特征在于，所述第一结构中包含按照预设的空洞步长对所接收的图像进行病理特征提取的第一过滤器。14.根据权利要求13所述的病理图像的识别方法，其特征在于，包含所述第一结构的特征处理单元位于所述卷积神经网络的至少最后一级。15.根据权利要求11所述的病理图像的识别方法，其特征在于，所述特征处理单元中包括至少一组由第二过滤器、归一化模块、第一合并模块和激活模块组成的第二结构。16.根据权利要求15