基于宽型金字塔的HER2图像分类方法及系统技术方案

本发明专利技术提供了一种基于宽型金字塔的HER2图像分类方法及系统，涉及图像分类技术领域，包括采集待分类HER2的IHC图像数据，并进行预处理；读取预处理后的IHC图像，将图像数字化，转化为RGB颜色空间的三维数值；获取图像的图像数字化信息，将获得的图像数字化信息输入至宽型金字塔神经网络，获取图像的多尺度特征图；再将图像的特征图输入分类器判断输入的IHC图像的类别，以深度学习的方法为基础，极大的降低了人工成本，自行在多次的训练学习中学会HER2分数区分的标准，在不需要人工干预的情况可自行对HER2分数进行判定，极大的提高了效率。率。率。

【技术实现步骤摘要】
基于宽型金字塔的HER2图像分类方法及系统


[0001]本专利技术涉及图像分类
，具体涉及基于宽型金字塔的HER2图像分类方法及系统。

技术介绍

[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
[0003]人类表皮生长因子受体(HER2)基因扩增或高蛋白表达通常出现在乳腺癌患者中，也被称为HER2阳性乳腺癌。因此，HER2表达水平可用于乳腺癌的诊断。
[0004]HER2的表达水平通常通过免疫组织化学(IHC)或荧光原位杂交(FISH)来确定。临床医生和病理学家建议优先采用免疫组织化学(IHC)研究来衡量乳腺癌的严重程度。IHC筛选分析活检组织切片中细胞和细胞表面的蛋白，即根据浸润性癌细胞膜染色的程度和比例，给乳腺组织样品分配不同的HER2分数。
[0005]随着计算机技术的不断发展，数字化的图片有效的辅助了病理学家和医护人员对HER2分数的判断。数字切片扫描仪以数字化、快速、准确、高效的方式处理典型的病理图像。数字化切片的定量图像分析(QIA)减少了人为错误，提高了诊断的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于宽型金字塔的HER2图像分类方法，其特征在于，包括：采集待分类HER2的IHC图像数据，并进行预处理；读取预处理后的IHC图像，将图像数字化，转化为RGB颜色空间的三维数值；获取图像的图像数字化信息，将获得的图像数字化信息输入至宽型金字塔神经网络，获取图像的多尺度特征图；再将图像的特征图输入分类器判断输入的IHC图像的类别。2.如权利要求1所述的基于宽型金字塔的HER2图像分类方法，其特征在于，预处理包括对图像进行裁剪和降噪处理，所述降噪处理为将图像从RGB颜色空间转移到HSV颜色空间，然后调整H，S，V分量的范围值，最后将图像传输回RGB颜色空间。3.如权利要求1所述的基于宽型金字塔的HER2图像分类方法，其特征在于，所述宽型金字塔神经网络特征提取的结构为：第一层由两个卷积层和一个最大的池化层组成，第二层是卷积层和最大池化层，第三层是宽金字塔结构，在连续三层宽金字塔结构之后，再使用一个平均池化层。4.如权利要求1所述的基于宽型金字塔的HER2图像分类方法，其特征在于，宽金字塔结构的最大池化层提取纹理信息，平均池化层提取背景信息，使用最大池化层和平均池化层并行的方式，输出不同比例尺的特征图。5.如权利要求1所述的基于宽型金字塔的HER2图像分类方法，其特征在于，在进行分类时，使用一层神经元个数为1024的全连接层，并在运行时对全连接层的神经元节点进行随机丢弃处理，在全连接层后使用softmax层，将多个神经元的输出进行映射，进行多分类。6.基于宽型金字塔的...

【专利技术属性】
技术研发人员：赵盛荣，郑苑泽，梁虎，
申请(专利权)人：齐鲁工业大学，
类型：发明
国别省市：