【技术实现步骤摘要】
【国外来华专利技术】一种利用神经网络进行分割的疾病诊断系统和方法
本专利技术涉及一种基于神经网络的疾病诊断系统及其方法。具体来说涉及一种通过神经网络进行学习，能够利用学习的神经网络分割生物组织图像中疾病区域的一种疾病诊断系统及其方法。
技术介绍
病理学或病理科的主要工作之一就是执行诊断，即读取患者的生物图像，然后判断特定疾病的状态或征兆。这种诊断方式主要依靠医务人员长期而丰富的经验和知识。近期，随着机器学习的发展，正在积极尝试通过计算机实现图像识别或分类等业务的自动化。尤其是，正在尝试利用机器学习的一种即神经网络(例如，使用卷积神经网络(Convolutionneuralnetwork，CNN)的深度学习方法)使以往由资深医务人员操作的诊断业务实现自动化。特别是，通过使用神经网络(例如CNN)深度学习进行诊断，并不只是让以往资深医务人员的丰富经验和知识实现自动化，而是通过自主学习找到特征因素并推导出想要的答案，有时候反而能在图像中发现这些医务人员所不能了解的疾病因素的特征。通常，用使用生物图像的神经网络诊断疾病时会使用生...
【技术保护点】
1.一种疾病诊断系统，其在包含处理器和存储神经网络的存储设备的系统中实现，在使用生物图像幻灯片和所述神经网络的疾病诊断系统，/n所述系统包括：/n图像块级别分割神经网络，对所述幻灯片分割成预设大小的每一个预设图像块，将所述图像块输入到输入层并确定所述图像块中疾病存在的区域；/n所述图像块级别分割神经网络，包括：/n图像块级别分类神经网络，将所述图像块输入到输入层并输出与所述图像块上是否存在所述疾病有关的图像块级别分类结果；以及/n图像块级别分割结构，接收所述图像块级别分类神经网络上包括的隐含层中2个以上的特征映射提取层上分别生成的特征映射，并确定所述图像块中疾病存在的区域。/n
【技术特征摘要】
【国外来华专利技术】20180827 KR 10-2018-01003101.一种疾病诊断系统，其在包含处理器和存储神经网络的存储设备的系统中实现，在使用生物图像幻灯片和所述神经网络的疾病诊断系统，
所述系统包括：
图像块级别分割神经网络，对所述幻灯片分割成预设大小的每一个预设图像块，将所述图像块输入到输入层并确定所述图像块中疾病存在的区域；
所述图像块级别分割神经网络，包括：
图像块级别分类神经网络，将所述图像块输入到输入层并输出与所述图像块上是否存在所述疾病有关的图像块级别分类结果；以及
图像块级别分割结构，接收所述图像块级别分类神经网络上包括的隐含层中2个以上的特征映射提取层上分别生成的特征映射，并确定所述图像块中疾病存在的区域。
2.根据权利要求1所述的种疾病诊断系统：
所述图像块级别分割结构包括：
包括所述2个以上的特征提取层各自对应的卷积节点的卷积子体系结构-所述每一个卷积节点对与其对应的从特征提取层输入的特征映射进行卷积或2个以上互不相同的卷积；以及
基于所述卷积子体系结构中生成的卷积结果确定所述图像块中疾病存在区域的分割子体系结构。
3.根据权利要求2所述的疾病诊断系统：
所述图像块级别分割体系结构进一步包含对从所述分割子体系结构输出的结果执行中心-交叉的交叉子体系结构。
4.根据权利要求1所述的疾病诊断系统，其特征在于；
图像块级别分类神经网络，对于所述图像块，将包括3个原始色彩信息通道和灰色通道的4个通道信息输入到输入层。
5.根据权利要求1所述的疾病诊断系统，
所述系统还包括幻灯片诊断引擎，标记将所述幻灯片中包括的多个图像块每一个图像块级别分类结果归类为疾病的图像块，基于该标记结果，输出所述幻灯片上是否存在疾病的幻灯片级别诊断结果。
6.根据权利要求5所述的疾病诊断系统，其特征在于，
所述幻灯片诊断引擎是，以既定的方式对判断为癌症的图像块进行聚类，形成多个集群，并对形成的每一个集群输入多个聚类特征作为输入值，输出包含所述集群的所述幻灯片的所述幻灯片级别诊断结果。
7.根据权利要求1所述的疾病诊断系统，其特征在于，所述疾病是...
【专利技术属性】
技术研发人员：曺浚宁，金善禹，
申请(专利权)人：第一百欧有限公司，
类型：发明
国别省市：韩国;KR
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。