The embodiment of the invention provides an intelligent method and device for locating pathological tissue, including: input the image to be recognized including pathological tissue to the trained depth neural network, output the position information of the pathological tissue in the image to be recognized; and the embodiment of the invention realizes treating the recognized image through the depth neural network. The recognition of pathological tissue and the output of the position information of the pathological tissue in the image to be recognized can avoid the large amount of information in the process of identifying the abnormal region of the pathological tissue by the method of screening the abnormal region in the picture by the human eye. The image quality and the observer's ability to recognize and other factors lead to the undesirable effect of difficult localization of the lesion tissue, which improves the accuracy of localization of the lesion tissue in the picture.
【技术实现步骤摘要】
一种智能化的病变组织定位的方法和装置
本专利技术实施例涉及图像识别
,更具体地,涉及一种智能化的病变组织定位的方法和装置。
技术介绍
病变是指机体细胞、组织或者器官在致病因素作用下发生的局部或全身异常变化。机体细胞、组织或者器官在发生病变后,在病变的部位会产生病变组织。对病变组织的研究是判断疾病的重要手段,例如结肠息肉是结肠癌的癌前病变组织;在对病变组织的研究中,目前主要是通过对机体的内镜检查来发现机体中的病变组织,化学染色、电子染色等技术的应用能提高机体内部的色彩、结构对比度,有利于提高病变组织的检出率。由于机体内部的结构复杂,难以观察到全部机体结构,所以在内镜检查时摄像头要广角成像方式,小型化CCD或CMOS摄像头的出现,为机体内部检查的多摄像头拼接、多角度成像提供了可能,从而能获得更加完整、全面的机体内部图像。然而,对于在机体内镜检查过程中获得的机体内部图像,传统的对病变组织的定位方法是通过人眼筛选图片中的异常区域,但是由于机体内部图像的信息量大,且受内镜检查操作、观察时间、摄像头拍摄的图片的质量以及观察者识别能力等情况的影响,导致了对图片中病变组织的定位并不精确。
技术实现思路
为了克服上述问题或者至少部分地解决上述问题,本专利技术实施例提供一种智能化的病变组织定位的方法和装置。本专利技术实施例提供一种智能化的病变组织定位的方法和装置,包括:将包括病变组织的待识别图像输入至已训练的深度神经网络,输出病变组织在待识别图像中的位置信息。本专利技术实施例提供一种智能化的病变组织定位的装置,包括:至少一个处理器;以及与处理器通信连接的至少一个存储器,其中 ...
【技术保护点】
1.一种智能化的病变组织定位的方法,其特征在于,包括:将包括病变组织的待识别图像输入至已训练的深度神经网络,输出所述病变组织在所述待识别图像中的位置信息。
【技术特征摘要】
1.一种智能化的病变组织定位的方法,其特征在于,包括:将包括病变组织的待识别图像输入至已训练的深度神经网络,输出所述病变组织在所述待识别图像中的位置信息。2.根据权利要求1所述的方法,其特征在于,所述将包括病变组织的待识别图像输入至已训练的深度神经网络之前,还包括:通过正则化函数对所述待识别图像进行正则化处理,所述正则化函数的表达式为:其中,x为正则化处理前的待识别图像的像素值,mean为正则化处理前的待识别图像的像素值的均值,stddev为正则化处理前的待识别图像的像素值的标准差,y为正则化处理后的待识别图像的像素值。3.根据权利要求1所述的方法,其特征在于,所述深度神经网络的训练步骤包括:获取样本数据集,所述样本数据集包括多个样本图像和所述病变组织在每一样本图像中的位置信息;在所述样本数据集中选取训练数据集,根据所述训练数据集对所述深度神经网络进行训练,以调整所述深度神经网络的参数。4.根据权利要求3所述的方法,其特征在于,所述获取样本数据集,包括:获取包括所述病变组织的多个原始图像,提取每一原始图像中所述病变组织的位置坐标,作为所述病变组织在每一原始图像中的位置信息;将每一原始图像按预设转换规则进行转换,获取转换图像,并根据所述病变组织在每一原始图像中的位置信息和所述预设转换规则确定所述病变组织在每一转换图像中的位置信息,所述预设转换规则包括图像旋转转换、图像平移转换、图像像素值转换和图像退化;将多个原始图像、所述病变组织在每一原始图像中的位置信息、多个转换图像和所述病变组织在每一转换图像中的位置信息作为样本数据集。5.根...
【专利技术属性】
技术研发人员:孙明健,刘海峰,张笑,屈亚威,马立勇,邹梦书,曲歌,
申请(专利权)人:哈尔滨工业大学威海,中国人民武装警察部队总医院,
类型:发明
国别省市:山东,37
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。