【技术实现步骤摘要】
本专利技术涉及医学图像处理
，具体涉及一种数字病理切片全景图像自动分 析方法及系统。
技术介绍
目前临床上病理学诊断是最直观、最确切的疾病诊断金标准，通过显微镜对病变 组织的观察，从而对癌症进行确诊并分析得到癌症的恶性程度，为肿瘤患者术前诊断、治疗 方案和术后预期提供最佳方法。随着计算机和信息技术的快速发展，实现了对病理切片的 高分辨率全景成像，从而得到了数字化的病理切片数据，但是由于病理图像复杂性、多变和 数据量大灯自身特点，现有病理图像诊断依然依靠人工阅片实现，一方面工作繁重且专业 要求高，另一方面易受医生经验主观性的限制，而且随着近几年医学科学的迅猛发展，各地 医疗设施的完善，临床样本量大大增加，常规的人工屏幕看片已经不能满足医院病理科临 床及教学工作的需要。 基于机器学习的计算机辅助诊断算法成为了近年来国内外非常热门的前沿领域 之一。相对于传统的人工阅片诊断，计算机辅助诊断具有客观性、量化和低成本的优势，从 而提高病理分析准确性和工作效率。但是如何实现对数字病理切片图像依然存在很大的挑 战，现有技术方案只是通过远程会诊方式，利用互联网工...
【技术保护点】
一种数字病理切片全景图像自动分析方法，其特征在于，包括下述步骤：步骤S10：对病理图像进行颜色增强和归一化标准化处理，并获取图像中感兴趣特征提取区域；步骤S20：对所述感兴趣特征提取区域的病理切片颜色、形态学、纹理和空间分布特征进行检测；步骤S30：根据检测结果，对所述病理图像进行自动分类和量化指标计算；步骤S40：根据分类结果，辅助医护人员诊断。
【技术特征摘要】
【专利技术属性】
技术研发人员：秦文健，辜嘉，李凌，温铁祥，陈垦，
申请(专利权)人：中国科学院深圳先进技术研究院，
类型：发明
国别省市：广东;44
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。