使用AI的病理诊断辅助方法和辅助装置制造方法及图纸

本发明专利技术提供一种病理诊断辅助方法，其中，确定位置而获取显微镜观察图像数据，使用AI将图像数据按组织类型分类，将分类结果整合为病变部位，由此辅助诊断。本发明专利技术提供一种病理诊断辅助方法，能够提供通过病理医师通常使用的HE染色来高精度且高效地进行病理诊断的辅助技术。此外，提供病理诊断辅助系统、病理诊断辅助程序和已学习模型。助程序和已学习模型。

【技术实现步骤摘要】
【国外来华专利技术】使用AI的病理诊断辅助方法和辅助装置


[0001]本专利技术涉及使用AI的病理诊断辅助方法和辅助装置。另外，涉及为了决定治疗的方针而从肿瘤的病理切片对肿瘤进行分类的方法。

技术介绍

[0002]主要对于采集自患者的组织或细胞使用光学显微镜检索并进行诊断的病理诊断作为最终诊断承担着很大的作用。特别是在肿瘤中，成为用于决定治疗方针、评价治疗效果、进行预后判断的重要的诊断。
[0003]例如，在胃癌的情况下，在通过病理诊断判断为早期的情况下，推荐内镜下粘膜切除术(endoscopic mucosal resection，EMR)、内镜下黏膜剥离术(endoscopic submucosal dissection，ESD)这样的内窥镜治疗。早期胃癌的内窥镜治疗与外科手术相比，由于患者的负担轻、术后的恢复良好等优点，得到了生活质量(quality of Life，QOL)与外科治疗相比更为良好的数据。因此，对于在内窥镜治疗中得到根治的可能性高的病灶，推荐进行内窥镜治疗。
[0004]内窥镜切除是早期胃癌中推荐的治疗法，但其适用原则上需要满本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种病理诊断辅助方法，其特征在于，包括：连续获取组织标本的显微镜观察图像数据的图像获取步骤；以保持位置信息的方式将所述图像数据分割为规定尺寸来获得图像块的步骤；基于机器学习的学习数据来对于每个图像块判断组织类型的判断步骤；和在各位置处显示判断出的组织类型的整合步骤。2.如权利要求1所述的病理诊断辅助方法，其特征在于：在各位置显示通过机器学习判断出的组织类型的所述整合步骤中，显示肿瘤内的分化程度的变化和肿瘤的不均匀性。3.如权利要求1或2所述的病理诊断辅助方法，其特征在于：所述机器学习是利用神经网络进行的。4.如权利要求3所述的病理诊断辅助方法，其特征在于：所述神经网络使用分辨率0.1μm/像素～4μm/像素的图像作为学习用图像。5.如权利要求1～4中任一项所述的病理诊断辅助方法，其特征在于：所述组织标本源自癌组织，所述病理诊断辅助方法用于辅助癌症的病理诊断。6.如权利要求1～5中任一项所述的病理诊断辅助方法，其特征在于：所述组织标本是HE染色的标本或免疫组织化学染色标本。7.如权利要求6所述的病理诊断辅助方法，其特征在于：在所述HE染色标本为未标准化的标本的情况下，使用神经风格迁移(Neural style transfer)方法，生成模拟的免疫组织化学染色标本，利用学习了免疫组织化学标本图像的学习模型来判断组织类型。8.一种病理诊断辅助系统，其特征在于，包括：连续获取组织标本的显微镜观察图像数据的图像获取单元；以保持位置信息的方式将所述图像数据分割为规定尺寸的图像块的图像处理单元；基于机器学习的学习数据来对每个分割出的图像块判断组织类型的分类单元；和在各...

【专利技术属性】
技术研发人员：山本智理子，
申请(专利权)人：公益财团法人癌研究会，
类型：发明
国别省市：