【技术实现步骤摘要】
【国外来华专利技术】
技术实现思路
[0011]技术问题
[0012]本专利技术所要实现的技术目的在于，提供如下的方法及系统，即，通过学习图像块级别神经网络仅利用切片级别诊断结果执行半监督学习来预测图像块单位的诊断结果，并且，可通过学习像素级别神经网络预测像素单位的诊断结果，由此，可对疾病发病区域进行注解。
[0013]技术方案
[0014]本专利技术一实施方式提供的方法包括如下步骤：利用神经网络的诊断系统生成图像块级别分类神经网络及像素级别分类神经网络，上述图像块级别分类神经网络通过接收作为对作为生物图像的规定切片进行分割后的一部分的图像块来预测在上述图像块是否存在规定疾病的分类结果，上述像素级别分类神经网络通过接收上述图像块并按照构成上述图像块的各个像素预测上述疾病的相关分类结果；通过上述利用神经网络的诊断系统获得多个训练用切片图像，在上述多个训练用切片图像分别标记有与其相应的切片级别诊断结果；以及通过上述利用神经网络的诊断系统利用上述多个训练用切片图像来以渐进方式训练上述图像块级别分类神经网络及上述像素级别分类神经网络，以渐进方式训练上述图像块级别分...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种方法，其特征在于，包括如下步骤：利用神经网络的诊断系统生成图像块级别分类神经网络及像素级别分类神经网络，上述图像块级别分类神经网络通过接收作为对作为生物图像的规定切片进行分割后的一部分的图像块来预测在上述图像块是否存在规定疾病的分类结果，上述像素级别分类神经网络通过接收上述图像块并按照构成上述图像块的各个像素预测上述疾病的相关分类结果；通过上述利用神经网络的诊断系统获得多个训练用切片图像，在上述多个训练用切片图像分别标记有与其相应的切片级别诊断结果；以及通过上述利用神经网络的诊断系统利用上述多个训练用切片图像来以渐进方式训练上述图像块级别分类神经网络及上述像素级别分类神经网络，以渐进方式训练上述图像块级别分类神经网络及上述像素级别分类神经网络的步骤包括：步骤(a)，分别对于上述多个训练用切片生成与上述训练用切片相应的训练数据，与上述训练用切片相应的训练数据包括用于训练上述图像块级别分类神经网络的图像块级别训练数据及用于训练上述像素级别分类神经网络的像素级别训练数据；步骤(b)，利用与上述多个训练用切片分别相应的图像块级别训练数据训练上述图像块级别分类神经网络；步骤(c)，利用与上述多个训练用切片分别相应的像素级别训练数据训练上述像素级别分类神经网络；以及步骤(d)，至少反复执行一次上述步骤(a)至上述步骤(c)。2.根据权利要求1所述的方法，其特征在于，生成与上述训练用切片相应的训练数据的步骤包括如下步骤：向上述图像块级别分类神经网络分别输入与上述训练用切片相应的多个图像块图像来获取对与上述训练用切片相应的多个图像块图像的各个分类结果，与上述训练用切片相应的多个图像块图像为按照规定尺寸分割上述训练用切片的多个图像；基于对与上述训练用切片相应的多个图像块图像的各个预测结果，从与上述训练用切片相应的多个图像块图像中确定与上述训练用切片相应的代表图像块图像；以及将与上述训练用切片相应的代表图像块图像标记为上述训练用切片图像的切片级别诊断结果并生成与上述训练用切片图像相应的图像块级别训练数据。3.根据权利要求1所述的方法，其特征在于，生成与上述训练用切片相应的训练数据的步骤包括如下步骤：向上述图像块级别分类神经网络分别输入与上述训练用切片相应的多个图像块模块来获取对与上述训练用切片相应的多个图像块图像的各个分类结果，与上述训练用切片相应的多个图像块图像为按照规定尺寸分割上述训练用切片的多个图像；基于对与上述训练用切片相应的多个图像块图像的各个预测结果，从与上述训练用切片相应的多个图像块图像中确定与上述训练用切片相应的代表图像块图像；通过对输出上述代表图像块图像的相关预测结果的上述分类神经网络执行梯度加权类激活映射来生成与上述代表图像块图像相应的掩码；以及将与上述训练用切片相应的代表图像块图像标记为与上述代表图像块图像相应的掩码并生成与上述训练用切片相应的像素级别训练数据。
4.根据权利要求1所述的方法，其特征在于，还包括如下步骤：向完成训练的上述像素级别分类神经网络输入规定的诊断对象图像块图像来按照分别构成上述诊断对象图像块图像的各个像素获取上述疾病的相关分类结果；以及基于按照分别构成上述诊断对象图像块图像的各个像素获取的分类结果，在上述诊断对象图像块图像注解上述疾病的发病区域。5.根据权利要求1所述的方法，其特征在于，上述疾病为前列腺癌。6.一种计算机程序，其特征在于，为了执行根据权利要求1至5中任一项所述的方法而存储于设置在数据处理装置的计算机可读介质。7....
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。