数字图像分析方法技术

本文公开的系统和方法一般涉及用于检测、分割和表征数字图像中的孤立或重叠对象实例的系统和方法，适用于检测、分割并表征来自胃肠道疾病患者的组织学图像中的隐窝。

【技术实现步骤摘要】
【国外来华专利技术】

本专利技术涉及数字图像中的对象检测、分割和表征。本专利技术的各种实施例涉及用于来自临床活检的成像数据中的对象检测、分割和表征的系统和方法，并且更具体但不限于用于检测、分割和表征孤立和重叠隐窝以评估炎症性肠病(ibd，inflammatory boweldisease)中的疾病严重程度的系统和方法。

技术介绍

1、数字图像处理是通过计算机算法对数字图像进行处理，具有广泛的应用，包括工业、环境和医学成像。由于硬件资源和软件开发的改进，数字图像处理是一个快速发展的领域。特别是云计算提高了数据存储和计算能力的可用性，并彻底改变了标准计算机网络系统。快速增长的数字图像数据集的可用性为图像处理机器学习(ml，machine learning)算法的实施铺平了道路。机器学习算法使计算机能够学习确定性函数，将一组输入值映射到一个或多个输出特征，从而增强各种任务的可达能力，例如增强细节、提高图像质量或应用过滤器。最成功的图像处理技术以深度学习(dl，deep learning)架构为代表，它是ml算法的子集，能够从数据集中学习以深度神经网络(dnns，deep neural本文档来自技高网...

【技术保护点】

1.一种系统，包括：

2.根据权利要求1所述的系统，其中所述输入图像包括多个孤立的或重叠的感兴趣对象。

3.根据权利要求1-2中任一项所述的系统，其中所述输入图像是数字胃肠组织学图像。

4.根据权利要求1-3中任一项所述的系统，其中一个或多个感兴趣对象是与胃肠道疾病相关的病变。

5.根据权利要求1-4中任一项所述的系统，其中通过对不同时间点相关图像中相同对象的提取特征进行比较，评估生物标记的时间演变。

6.根据权利要求1-5中任一项所述的系统，其中处理器被设计成通过第五深度神经网络DNN5(506)来执行感兴趣对象的分类和检测步...

【技术特征摘要】
【国外来华专利技术】

1.一种系统，包括：

2.根据权利要求1所述的系统，其中所述输入图像包括多个孤立的或重叠的感兴趣对象。

3.根据权利要求1-2中任一项所述的系统，其中所述输入图像是数字胃肠组织学图像。

4.根据权利要求1-3中任一项所述的系统，其中一个或多个感兴趣对象是与胃肠道疾病相关的病变。

5.根据权利要求1-4中任一项所述的系统，其中通过对不同时间点相关图像中相同对象的提取特征进行比较，评估生物标记的时间演变。

6.根据权利要求1-5中任一项所述的系统，其中处理器被设计成通过第五深度神经网络dnn5(506)来执行感兴趣对象的分类和检测步骤。

7.根据权利要求1-6中任一项所述的系统，其中所述处理器被设计成执行与所述至少一个感兴趣对象的分割步骤并行执行的所述至少一个感兴趣对象的分类和检测步骤，由此使用一个或两个dnn来执行所述分类和检测步骤。

8.根据权利要求1-7中任一项所述的系统，其中使用第六深度神经网络dnn6(608)在感兴趣区域(roi)上执行分割步骤。

9.根据权利要求1-8中任一项所述的系统，其中所述处理器使用第七深度神经网络dnn7(704)对所述输入图像执行所述至少一个感兴趣对象的分类、检测和分割步骤。

10.根据权利要求1-9中任一项所述的系统，其中提取对象特征的步骤由与数据处理装置(102)通信耦合的数据驱动的决策装置(104)执行，其中所述数据处理装置(102)包括所述处理器(204)。

11...

【专利技术属性】
技术研发人员：F·阿尔卡杜，M·C·德维拉穆德里，C·加梅兹塞尔纳，M·特希拉，
申请(专利权)人：霍夫曼拉罗奇有限公司，
类型：发明
国别省市：