一种基于深度学习网络的食管鳞癌病理图像的自动组织勾画系统及勾画方法技术方案

本发明专利技术属生物医学信息技术、人工智能技术领域，提供一种基于深度学习网络的食管鳞癌病理图像的自动组织勾画系统及勾画方法，获取病理图像，针对待分类的H&E图像进行数据采集和图像标注；对采集的病理图像和标注结果进行预处理；获取训练图像集合和独立的验证图像集合，用迁移学习和RESNET50构建病理图像的7种组织自动勾画模型，对基于深度学习的病理图像组织自动勾画网络模型进行训练和验证；预处理的待诊断病理图像输入到目标深度学习模型中，得每块切割区域的自动组织勾画分类结果，对组织自动勾画分类结果赋予不同颜色进行空间重构，得图像的组织勾画结果。提供了直观的可视化结果，为后续的量化空间组织特征及临床辅助决策提供基础。

【技术实现步骤摘要】

本专利技术属于生物医学信息技术、人工智能，具体而言，涉及一种基于深度学习网络的食管鳞癌病理图像的自动组织勾画系统及勾画方法。

技术介绍

1、食管癌是世界上常见的消化道恶性肿瘤之一，其病理类型主要包括食管鳞状细胞癌(escc)和食管腺癌(eadc)，而我国食管癌患者中约九成为食管鳞状细胞癌。早期食管鳞癌的治愈率超过90%，然而由于缺乏早期典型症状以及生物标志物的确实，大多数诊断出食管鳞癌的患者都在t3-t4期，这导致患者的5年生存率仅为21%左右。目前，上消化道内镜检查结合组织病理学是食管鳞癌诊断的金标准。对于难以发现的病变主要依靠色素内镜以及电子染色内镜发现，然后靶向活检，通过组织病理学进行诊断。

2、组织病理学检查是从患者的机体器官或组织中提取病变标本，通过制成病理切片，在显微镜下观察其病理变化以及形态学改变，最终确定疾病类型以及严重程度。病理切片通常采用不同的染料物质染以各种颜色，以显现不同的病变信息，帮助医生进行疾病诊断。例如，对主动脉瘤中膜变性进行诊断时，医生常使用苏木精-伊红染色(hematoxylin-eosin，h&e)、本文档来自技高网...

【技术保护点】

1.一种基于深度学习网络的食管鳞癌病理图像的自动组织勾画方法，其特征在于：包括如下步骤：

2.根据权利要求1所述的方法，其特征在于：所述针对待分类的图像进行数据采集和图像标注的具体方法为：从信息系统中筛选出病灶位置的病理切片，用扫描仪器实现对病理切片的数字化，并对病理图像上的共7种不同组织类型进行手工注释以及图像勾画标注，其中7种不同组织类型为：结缔组织CON、鳞状上皮EPI、腺体GLA、淋巴细胞LYM、平滑肌MUS、癌症相关的基质STR和肿瘤TUM；

3.根据权利要求1所述的方法，其特征在于：对采集的病理图像和标注结果进行预处理的方法为：使用Openslide将...

【技术特征摘要】

1.一种基于深度学习网络的食管鳞癌病理图像的自动组织勾画方法，其特征在于：包括如下步骤：

2.根据权利要求1所述的方法，其特征在于：所述针对待分类的图像进行数据采集和图像标注的具体方法为：从信息系统中筛选出病灶位置的病理切片，用扫描仪器实现对病理切片的数字化，并对病理图像上的共7种不同组织类型进行手工注释以及图像勾画标注，其中7种不同组织类型为：结缔组织con、鳞状上皮epi、腺体gla、淋巴细胞lym、平滑肌mus、癌症相关的基质str和肿瘤tum；

3.根据权利要求1所述的方法，其特征在于：对采集的病理图像和标注结果进行预处理的方法为：使用openslide将队列中的所有图片在20倍的放大率下拼成不重叠的256×256像素（px）的图像斑块，然后进行颜色标准化处理；剔除空白面比例...

【专利技术属性】
技术研发人员：王鑫，崔永萍，齐林，崔鹤洋，曹逸，成晓龙，
申请(专利权)人：山西医科大学，
类型：发明
国别省市：