医用图像诊断装置、图像处理装置和方法、判断单元以及存储介质制造方法及图纸

本发明专利技术涉及一种医用图像诊断装置、图像处理装置和方法、判断单元以及存储介质，所述医用图像诊断装置包括：接收单元，其配置成接收病理图像；划分单元，其配置成将所述病理图像划分成多个小块；以及判断单元，包括：第一分类模型单元，其配置成将所述多个小块中的至少部分进行第一级分类以获得第一分类结果；第二分类模型单元，其配置成将分类为所述第一分类结果中的预定类别的小块进行第二级分类，以获得第二分类结果；并且所述判断单元根据所述第一分类结果和所述第二分类结果确定所述病理图像的病理属性。

【技术实现步骤摘要】
医用图像诊断装置、图像处理装置和方法、判断单元以及存储介质
本专利技术涉及利用机器学习识别图像的区域类型的领域，更具体地，涉及医用图像诊断装置、图像处理装置、图像处理方法、用于医用图像诊断的判断装置以及计算机可读存储介质。
技术介绍
在肿瘤治疗领域，免疫疗法是目前最重要的治疗手段。其中，PD-L1是临床中非常重要的药物作用靶点，针对PD-L1的免疫治疗已经有多个药物在多个国家批准上市，这些药物包括帕博丽珠单抗、纳武单抗等。在临床实践中，PD-L1的表达已经作为一个免疫治疗相关药物的生物标记物而得到广泛使用。使用免疫组化染色可以评估肿瘤组织中PD-L1表达。PD-L1的表达由具有丰富经验的病理医生进行评估。对病理医生来说，该评估过程既耗时，也具有不稳定的主观性。而且，肿瘤组织存在的异质性、PD-L1在一些非肿瘤细胞中的表达、以及病理医生之间存在的主观性等因素都有可能对准确PD-L1表达的判定造成一定的挑战。
技术实现思路
本专利技术旨在提供一种利用机器学习识别图像的区域类型的机制，该机制通过将预定类别的小块进行第二级分类来提高预测的准确性，具体而言：根据本专利技术的一方面，提供一种医用图像诊断装置，包括：接收单元，其配置成接收病理图像；划分单元，其配置成将所述病理图像划分成多个小块；以及判断单元，其包括：第一分类模型单元，其配置成将所述多个小块中的至少部分进行第一级分类以获得第一分类结果；第二分类模型单元，其配置成将分类为所述第一分类结果中的预定类别的小块进行第二级分类，以获得第二分类结果；并且所述判断单元根据所述第一分类结果和所述第二分类结果确定所述病理图像的病理属性。根据本专利技术的一些实施例，可选地，所述病理图像为PD-L1免疫组化染色图像。根据本专利技术的一些实施例，可选地，所述第一分类结果包括：PD-L1阳性表达的肿瘤细胞、PD-L1阴性表达的肿瘤细胞、PD-L1阳性表达的免疫细胞以及其他组织。根据本专利技术的一些实施例，可选地，所述预定类别为PD-L1阳性表达的肿瘤细胞。根据本专利技术的一些实施例，可选地，所述第二分类结果为所述PD-L1阳性表达的肿瘤细胞按面积占比的分类。根据本专利技术的一些实施例，可选地，所述第二分类结果包括：PD-L1阳性表达的肿瘤细胞面积占比大于0且小于等于25%、PD-L1阳性表达的肿瘤细胞面积占比大于25%且小于等于50%、PD-L1阳性表达的肿瘤细胞面积占比大于50%且小于等于100%。根据本专利技术的一些实施例，可选地，所述病理属性为划分成PD-L1阳性表达的肿瘤细胞的小块的数量加权求和与总的肿瘤细胞小块的数量的比值。根据本专利技术的一些实施例，可选地，总的肿瘤细胞小块包括划分成PD-L1阳性表达的肿瘤细胞的小块与划分成PD-L1阴性表达的肿瘤细胞的小块。根据本专利技术的一些实施例，可选地，根据所述第二分类结果为每个划分成PD-L1阳性表达的肿瘤细胞的小块分别配置权重。根据本专利技术的一些实施例，可选地，若所述第二分类结果中PD-L1阳性表达的肿瘤细胞按面积占比越高，则对应的小块权重越大。根据本专利技术的一些实施例，可选地，所述第一分类结果还包括分类预测概率，其中：所述第二分类模型单元将分类为所述第一分类结果中的预定类别且所述分类预测概率大于预定值的小块进行第二级分类；和/或所述判断单元根据所述第一分类结果中所述分类预测概率大于所述预定值的小块确定所述病理属性。根据本专利技术的一些实施例，可选地，所述第一分类模型单元包括：GooLeNet、VGG-16、VGG-19、ResNet。根据本专利技术的一些实施例，可选地，所述多个小块中的至少部分为所述多个小块中信息熵大于预定值的小块。根据本专利技术的另一方面，提供一种图像处理装置，包括：接收单元，其配置成接收病理图像；划分单元，其配置成将所述病理图像划分成多个小块；以及判断单元，其包括：第一分类模型单元，其配置成将所述多个小块中的至少部分进行第一级分类以获得第一分类结果；第二分类模型单元，其配置成将分类为所述第一分类结果中的预定类别的小块进行第二级分类，以获得第二分类结果；并且所述判断单元根据所述第一分类结果和所述第二分类结果确定所述病理图像的病理属性。根据本专利技术的一些实施例，可选地，所述病理图像为PD-L1免疫组化染色图像。根据本专利技术的一些实施例，可选地，所述第一分类结果包括：PD-L1阳性表达的肿瘤细胞、PD-L1阴性表达的肿瘤细胞、PD-L1阳性表达的免疫细胞以及其他组织。根据本专利技术的一些实施例，可选地，所述预定类别为PD-L1阳性表达的肿瘤细胞。根据本专利技术的一些实施例，可选地，所述第二分类结果为所述PD-L1阳性表达的肿瘤细胞按面积占比的分类。根据本专利技术的一些实施例，可选地，所述第二分类结果包括：PD-L1阳性表达的肿瘤细胞面积占比大于0且小于等于25%、PD-L1阳性表达的肿瘤细胞面积占比大于25%且小于等于50%、PD-L1阳性表达的肿瘤细胞面积占比大于50%且小于等于100%。根据本专利技术的一些实施例，可选地，所述病理属性为划分成PD-L1阳性表达的肿瘤细胞的小块的数量加权求和与总的肿瘤细胞小块的数量的比值。根据本专利技术的一些实施例，可选地，总的肿瘤细胞小块包括划分成PD-L1阳性表达的肿瘤细胞的小块与划分成PD-L1阴性表达的肿瘤细胞的小块。根据本专利技术的一些实施例，可选地，根据所述第二分类结果为每个划分成PD-L1阳性表达的肿瘤细胞的小块分别配置权重。根据本专利技术的一些实施例，可选地，若所述第二分类结果中PD-L1阳性表达的肿瘤细胞按面积占比越高，则对应的小块权重越大。根据本专利技术的一些实施例，可选地，所述第一分类结果还包括分类预测概率，其中：所述第二分类模型单元将分类为所述第一分类结果中的预定类别且所述分类预测概率大于预定值的小块进行第二级分类；和/或所述判断单元根据所述第一分类结果中所述分类预测概率大于所述预定值的小块确定所述病理属性。根据本专利技术的一些实施例，可选地，所述第一分类模型单元包括：GooLeNet、VGG-16、VGG-19、ResNet。根据本专利技术的一些实施例，可选地，所述多个小块中的至少部分为所述多个小块中信息熵大于预定值的小块。根据本专利技术的另一方面，提供一种图像处理方法，包括步骤：接收病理图像；将所述病理图像划分成多个小块；将所述多个小块中的至少部分进行第一级分类以获得第一分类结果；将分类为所述第一分类结果中的预定类别的小块进行第二级分类，以获得第二分类结果；以及根据所述第一分类结果和所述第二分类结果确定所述病理图像的病理属性。根据本专利技术的一些实施例，可选地，所述病理图像为PD-L1免疫组化染色图像。根据本专利技术的一些实施例，可选地，所述第一分类结果包括：PD-L1阳性表达的肿瘤细胞、PD-L1阴性表达的肿瘤细胞、PD-L1阳性表达的免疫细胞以及其他组织。根据本专利技术的一些实施例，可选地，所述预定类别为PD-L1阳性表达的肿瘤细本文档来自技高网...

【技术保护点】
1.一种医用图像诊断装置，其特征在于，所述装置包括：/n接收单元，其配置成接收病理图像；/n划分单元，其配置成将所述病理图像划分成多个小块；以及/n判断单元，其包括：/n第一分类模型单元，其配置成将所述多个小块中的至少部分进行第一级分类以获得第一分类结果；/n第二分类模型单元，其配置成将分类为所述第一分类结果中的预定类别的小块进行第二级分类，以获得第二分类结果；并且/n所述判断单元根据所述第一分类结果和所述第二分类结果确定所述病理图像的病理属性。/n

【技术特征摘要】
1.一种医用图像诊断装置，其特征在于，所述装置包括：
接收单元，其配置成接收病理图像；
划分单元，其配置成将所述病理图像划分成多个小块；以及
判断单元，其包括：
第一分类模型单元，其配置成将所述多个小块中的至少部分进行第一级分类以获得第一分类结果；
第二分类模型单元，其配置成将分类为所述第一分类结果中的预定类别的小块进行第二级分类，以获得第二分类结果；并且
所述判断单元根据所述第一分类结果和所述第二分类结果确定所述病理图像的病理属性。


2.根据权利要求1所述的装置，所述病理图像为PD-L1免疫组化染色图像。


3.根据权利要求2所述的装置，所述第一分类结果包括：PD-L1阳性表达的肿瘤细胞、PD-L1阴性表达的肿瘤细胞、PD-L1阳性表达的免疫细胞以及其他组织。


4.根据权利要求3所述的装置，所述预定类别为PD-L1阳性表达的肿瘤细胞。


5.根据权利要求4所述的装置，所述第二分类结果为所述PD-L1阳性表达的肿瘤细胞按面积占比的分类。


6.根据权利要求5所述的装置，所述第二分类结果包括：PD-L1阳性表达的肿瘤细胞面积占比大于0且小于等于25%、PD-L1阳性表达的肿瘤细胞面积占比大于25%且小于等于50%、PD-L1阳性表达的肿瘤细胞面积占比大于50%且小于等于100%。


7.根据权利要求5所述的装置，所述病理属性为划分成PD-L1阳性表达的肿瘤细胞的小块的数量加权求和与总的肿瘤细胞小块的数量的比值。


8.根据权利要求7所述的装置，总的肿瘤细胞小块包括划分成PD-L1阳性表达的肿瘤细胞的小块与划分成PD-L1阴性表达的肿瘤细胞的小块。


9.根据权利要求8所述的装置，根据所述第二分类结果为每个划分成PD-L1阳性表达的肿瘤细胞的小块分别配置权重。


10.根据权利要求9所述的装置，若所述第二分类结果中PD-L1阳性表达的肿瘤细胞按面积占比越高，则对应的小块权重越大。


11.根据权利要求1-10中任一项所述的装置，所述第一分类结果还包括分类预测概率，其中：
所述第二分类模型单元将分类为所述第一分类结果中的预定类别且所述分类预测概率大于预定值的小块进行第二级分类；和/或
所述判断单元根据所述第一分类结果中所述分类预测概率大于所述预定值的小块确定所述病理属性。


12.根据权利要求1-10中任一项所述的装置，所述第一分类模型单元包括：GooLeNet、VGG-16、VGG-19、ResNet。


13.根据权利要求1-10中任一项所述的装置，所述多个小块中的至少部分为所述多个小块中信息熵大于预定值的小块。


14.一种图像处理装置，其特征在于，所述装置包括：
接收单元，其配置成接收病理图像；
划分单元，其配置成将所述病理图像划分成多个小块；以及
判断单元，其包括：
第一分类模型单元，其配置成将所述多个小块中的至少部分进行第一级分类以获得第一分类结果；
第二分类模型单元，其配置成将分类为所述第一分类结果中的预定类别的小块进行第二级分类，以获得第二分类结果；并且
所述判断单元根据所述第一分类结果和所述第二分类结果确定所述病理图像的病理属性。


15.根据权...

【专利技术属性】
技术研发人员：陈培林，邢艺释，唐融融，叶亦舟，
申请(专利权)人：上海思路迪医学检验所有限公司，
类型：发明
国别省市：上海;31