医学显微图像的标注信息处理方法、系统及图像分析设备技术方案

本发明专利技术属于医学图像分析领域，并公开了一种医学显微图像的标注信息处理方法与系统以及图像分析设备，医学显微图像的标注信息处理方法包括：步骤S1：获取用户浏览医学显微图像时的多个标注信息；步骤S2：提取每一标注信息的特征，并将特征与其所对应的标注信息进行关联；步骤S3：根据特征将至少两个标注信息整合为事件；本发明专利技术为医生和研究者提供一种更便捷的医学显微图像的标注信息处理方法与系统以及图像分析设备。

【技术实现步骤摘要】
医学显微图像的标注信息处理方法、系统及图像分析设备
本专利技术涉及医学图像分析领域，具体地说，尤其涉及一种用医学显微图像的标注信息处理方法、系统及图像分析设备。
技术介绍
医学中常使用显微镜对病变组织或细胞进行识别、分析和诊断疾病。病理诊断是临床诊断的金标准，但病理特征复杂，形态学近似的病变经常不易辨识，需要医生在显微镜下反复切换倍率及视野，造成阅片效率和准确率低下。随着人工智能领域发展迅猛，神经网络算法逐渐能够模拟人类的视觉系统自动学习经验特征，对图像进行智能识别。智能病理诊断将医生的镜下阅片过程替代为对图像的自动采样、查找、识别，分类等操作，快速对大量病例做出预判，提高医生的诊疗效率。神经网络算法是需要大量标注后的数字化医学显微图像作为输入进行训练的，然而经过标注的数字化医学显微图像资源非常稀缺，其原因在于：首先，数字化医学显微图像是将传统玻片通过光学放大和扫描系统进行数字化采集与拼接而获得原始玻片的高清数字影像。其清晰度高、尺寸大、不利于传输的特点增加了人工标注的时间成本。其次，病理图像的标注是具有专业判断经验的病理医师才能够完成本文档来自技高网...

【技术保护点】
1.一种医学显微图像的标注信息处理方法，其特征在于，包括：/n步骤S1：获取用户浏览医学显微图像时的多个标注信息；/n步骤S2：提取每一所述标注信息的特征，并将所述特征与其所对应的所述标注信息进行关联；/n步骤S3：根据所述特征将至少两个所述标注信息整合为事件。/n

【技术特征摘要】
1.一种医学显微图像的标注信息处理方法，其特征在于，包括：
步骤S1：获取用户浏览医学显微图像时的多个标注信息；
步骤S2：提取每一所述标注信息的特征，并将所述特征与其所对应的所述标注信息进行关联；
步骤S3：根据所述特征将至少两个所述标注信息整合为事件。


2.如权利要求1所述的标注信息处理方法，其特征在于，所述步骤S1中包括：
步骤S11：获取并识别当前用户的身份信息；
步骤S12：获取当前用户浏览操作的标注信息；
步骤S13：获取当前用户标注操作的标注信息。


3.如权利要求2所述的标注信息处理方法，其特征在于，当前用户浏览操作的标注信息包括：图像姿态信息；当前用户标注操作的标注信息包括：圈选信息、标签信息、距离信息、录音信息及轨迹信息中的至少一者。


4.如权利要求1-3中任一项所述的标注信息处理方法，其特征在于，所述特征包括：用户名、位置、距离值、时间、文字以及音频中的至少一者。


5.如权利要求4所述的标注信息处理方法，其特征在于，所述步骤S3中包括：
步骤S31：根据用户名对所述标注信息进行整理；
步骤S32：将同一用户名的全部所述标注信息根据时间进行排列；
步骤S33：判断相邻的所述标注信息的相关性；
步骤S34：将相关的所述标注信息整合为事件。


6.如权利要求1所述的标注信息处理方法，其特征在于，还包括步骤S4：将在连续时间内发生的至少两个连续的事件整合形成逻辑关联事件。


7.如权利要求6所述的标注信息处理方法，其特征在于，所述步骤S4中包括：
步骤S41：将所述事件根据时间进行排列；
步骤S42：判断相邻的所述事件的相关性；
步骤S43：将相关的所述事件整合形成所述逻辑关联事件。


8.一种医学显微图像的标注信息处理系统，其特征在于，包括：
采集单元，获取用户浏览医学显微图像时的多个标注信息；
提取单元，提取每一所述标注信息的特征，并将所述特征与其所对应的所述标注信息进行关联存储；...

【专利技术属性】
技术研发人员：罗琳，石雪迎，郭丽梅，倪庆雯，
申请(专利权)人：北京协同创新研究院，北京大学，
类型：发明
国别省市：北京;11