胃癌病理图像智能辅助诊断系统技术方案

胃癌病理图像智能辅助诊断系统，本发明专利技术涉及人工智能、医疗诊断、深度学习、辅助诊断系统。本发明专利技术是为了解决现有技术并没有解决的胃镜活检样本阴阳性判别和组织病理学分级诊断这两个问题。系统包括：信息采集模块用于信息录入人员在诊断系统中依次录入患者基本信息、切片信息；所述病理切片图像获取模块使用数字病理全切片扫描仪将病理切片扫描为病理切片数字影像，并将病理切片数字影像传递给所述病理切片图像预处理模块；病理切片图像预处理模块用于对患者的病理切片图像进行染色风格标准化处理；阴阳性样本判别模块用于对染色风格标准化后的病理切片图像进行阴阳性判别，实现样本初筛；分级诊断模块用于对获得的阳性样本做分级诊断，并生成分级诊断报告；报告生成模块用于医生查看分级诊断报告进行人工复核并确诊，给出最终诊断结论，通过报告生成模块生成最终诊断报告。本发明专利技术用于智能病理图像智能诊断领域。诊断领域。诊断领域。

【技术实现步骤摘要】
胃癌病理图像智能辅助诊断系统


[0001]本专利技术涉及人工智能、医疗诊断、深度学习、辅助诊断系统。

技术介绍

[0002]癌症，现已成为中国高发疾病之一。根据有关数据研究发现，截止2020年，我国恶性肿瘤新发病例457万人，死亡病例300万人。正如《健康中国行动(2019～2030年)》发布，癌症患者承受着沉重的疾病负担，存在着巨大的未满足需求。在中国，每10分钟就有55人死于癌症；全球约有50％的胃癌、肝癌和食道癌病例来自中国。其中胃癌新发病例约有48万，占10.8％，位列前三。胃肠道癌占中国癌症相关死亡人数的45％。由于胃壁和结肠壁分为五层，早期胃癌几乎不会发生转移，直接局部切除病灶部位就有很大希望痊愈。胃癌的预后与诊断时机密切相关，早期胃癌患者，手术治疗后的5年生存率可超过90％。中晚期胃癌5年生存率仍低于30％～50％。美国癌症协会数据显示，最早期胃癌(一期第一阶段)的5年存活率可达71％，最晚期胃癌(四期)的5年存活率只有4％，且治疗效果差、费用高，给患者家庭及社会带来沉重的经济及心理负担。因此，早发现早治疗是目前应对胃癌唯一有效的手段。目前，胃癌筛查手段主要有胃镜活检和血清学筛查。胃镜活检取样然后做病理诊断是确诊胃癌的金标准，然而传统的病理诊断完全依赖于医生“手动操作、肉眼观察”的人工阅片，存在两大痛点：(1)病理医生对胃癌的诊断准确率普遍较低，存在大量的误诊和漏诊；(2)病理诊断的工作量大，且病理医生严重缺乏。近年来，人工智能、大数据技术被成功用于病理学中，病理自动阅片技术应运而生。目前市面上的设备基本完成了病理样本的自动化扫描，支持数字化和病理数据的互联网共享、质控、存档和远程诊断，但在辅助诊断或自动诊断方面还不成熟，无法实现大面积推广。
[0003]自动阅片技术尚有两个关键问题急需解决。首先是样本的阴阳性判别，胃镜活检样本中存在不同的病变情况，包括增生性息肉、黏膜组织慢性炎、肠化、低分化癌、腺癌等情况，各类目标数目不均衡，各种病变程度的病变区域更是稀缺。因此阳性样本识别率较低，无法满足医生的需求。第二个问题是分级诊断，不仅要回答是否有病，而且要确定组织病理学分级，这是病理医生的迫切需求。一方面为医生制定治疗方案提供依据，另一方面评估治疗方案的效果。目前胃癌组织学分级诊断没有统一的标准，描述性的诊断指标无法形成量化的标准。另一方面异常细胞通常是由正常细胞变异形成，与正常上皮细胞有相似之处，尤其是在病变早期。准确区分不同级别的异常细胞具有挑战。只有这两个问题得到有效的解决，自动阅片技术才能真正地走向应用，助力癌症的提前发现。

技术实现思路

[0004]本专利技术是为了解决现有技术并没有解决的胃镜活检样本阴阳性判别和组织病理学分级诊断这两个问题。
[0005]胃癌病理图像智能辅助诊断系统包括：
[0006]信息采集模块、病理切片图像获取模块、病理切片图像预处理模块、阴阳性样本判
别模块、分级诊断模块，报告生成模块；
[0007]所述信息采集模块用于信息录入人员在诊断系统中依次录入患者基本信息、切片信息；
[0008]所述病理切片图像获取模块使用数字病理全切片扫描仪将病理切片扫描为病理切片数字影像，并将病理切片数字影像传递给所述病理切片图像预处理模块；
[0009]所述病理切片图像预处理模块用于对患者的病理切片图像进行染色风格标准化处理；
[0010]所述阴阳性样本判别模块用于对染色风格标准化后的病理切片图像进行阴阳性判别，实现样本初筛；
[0011]所述分级诊断模块用于对获得的阳性样本做分级诊断，并生成分级诊断报告；
[0012]所述报告生成模块用于医生查看分级诊断报告进行人工复核并确诊，给出最终诊断结论，通过报告生成模块生成最终诊断报告。
[0013]进一步地，所述的胃癌病理图像智能辅助诊断系统，其特征在于：所述信息采集模块用于信息录入人员在诊断系统中依次录入患者基本信息、切片信息；具体为：
[0014]所述患者基本信息包括：患者的年龄、遗传病史、曾用治疗药物；
[0015]所述切片信息包括：切片编号、切片类型、染色方法、采样时间。
[0016]进一步地，所述的胃癌病理图像智能辅助诊断系统，其特征在于：所述病理切片图像获取模块使用数字病理全切片扫描仪将病理切片扫描为病理切片数字影像，并将病理切片数字影像传递给所述病理切片图像预处理模块。
[0017]进一步地，所述的胃癌病理图像智能辅助诊断系统，其特征在于：所述病理切片预处理模块用于对患者的病理切片图像进行染色风格标准化处理；实现步骤如下：
[0018]步骤一、分类模型实现不同风格图像的识别，训练时利用全连接层输出的特征做归一化处理获得一个权重矩阵；
[0019]步骤二、利用得到的权重矩阵对生成器的第二个卷积层加权，引入类别信息引导图像的生成；
[0020]步骤三、用训练好的组织图像多风格标准化模型实现病理切片图像的标准化。
[0021]进一步地，所述的胃癌病理图像智能辅助诊断系统，其特征在于：所述阴阳性样本判别模块用于对染色风格标准化后的病理切片图像进行阴阳性判别，实现样本初筛；该方案提出了一种WSI多实例学习方法，通过自蒸馏MAE进行预训练以获取更好的特征表示输入下游任务中；在下游多实例学习任务中，用Transformer来建模多示例学习中实例之间的位置关系和上下文信息；具体过程为：
[0022](1)将进行过染色风格标准化处理后的病理切片数字影像切分成固定大小的图块；
[0023](2)将切分好的图块作为输入进行自蒸馏，提取出有利于下游多实例学习分类任务的好的表示；
[0024](3)在多实例学习任务中建模实例之间的关系；
[0025](4)通过Transformer编解码器和分类器输出阴阳性判别结果，实现样本初筛；
[0026]进一步地，所述的胃癌病理图像智能辅助诊断系统，其特征在于：所述分级诊断模块用于对获得的阳性样本做分级诊断，并生成分级诊断报告；实现步骤如下：
[0027]S1、基于阳性WSI的每个图块进行分类，输出WSI图像的分型结果，实现组织学分型；
[0028]S2、在WSI图块分型结果上进一步分割可疑目标，定位病灶区域；
[0029]S3、利用WSI的分型结果，完成分级诊断，生成分级诊断报告；
[0030]进一步地，所述的胃癌病理图像智能辅助诊断系统，其特征在于：所述报告生成模块用于医生查看分级诊断报告进行人工复核并确诊，生成最终的诊断报告；实现步骤如下：
[0031]医生对分级诊断报告进行核对，给出最终诊断结论，通过报告生成模块生成最终诊断报告。
[0032]本专利技术的有益效果为：
[0033]本专利技术提出胃癌病理图像智能辅助诊断系统，总技术方案如图1所示，该系统硬件部分由数字病理全切片扫描仪、高性能服务器及普通服务器集群组成，软件部分由信息采集模块、病理切片图像获取模块、病理切片图像预处理模块、阴阳性样本判别模本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.胃癌病理图像智能辅助诊断系统，其特征在于：所述系统包括：信息采集模块、病理切片图像获取模块、病理切片图像预处理模块、阴阳性样本判别模块、分级诊断模块，报告生成模块；所述信息采集模块用于信息录入人员在诊断系统中依次录入患者基本信息、切片信息；所述病理切片图像获取模块使用数字病理全切片扫描仪将病理切片扫描为病理切片数字影像，并将病理切片数字影像传递给所述病理切片图像预处理模块；所述病理切片图像预处理模块用于对患者的病理切片图像进行染色风格标准化处理；所述阴阳性样本判别模块用于对染色风格标准化后的病理切片图像进行阴阳性判别，实现样本初筛；所述分级诊断模块用于对获得的阳性样本做分级诊断，并生成分级诊断报告；所述报告生成模块用于医生查看分级诊断报告进行人工复核并确诊，给出最终诊断结论，通过报告生成模块生成最终诊断报告。2.根据权利要求1所述的胃癌病理图像智能辅助诊断系统，其特征在于：所述信息采集模块用于信息录入人员在诊断系统中依次录入患者基本信息、切片信息；具体为：所述患者基本信息包括：患者的年龄、遗传病史、曾用治疗药物；所述切片信息包括：切片编号、切片类型、染色方法、采样时间。3.根据权利要求1所述的胃癌病理图像智能辅助诊断系统，其特征在于：所述病理切片图像获取模块使用数字病理全切片扫描仪将病理切片扫描为病理切片数字影像，并将病理切片数字影像传递给所述病理切片图像预处理模块。4.根据权利要求1所述的胃癌病理图像智能辅助诊断系统，其特征在于：所述病理切片预处理模块用于对患者的病理切片图像进行染色风格标准化处理；实现步骤如下：步骤一、分类模型实现不同风格图像的识别，训练时利用全连接层输出的特征做归一化处理获得一个...

【专利技术属性】
技术研发人员：谢怡宁，杨玉芳，刘九庆，赵晶，张宇航，
申请(专利权)人：东北林业大学，
类型：发明
国别省市：