[发明专利]一种肺癌病理图像数据集的构建方法

权利要求书

1.一种肺癌病理图像数据集的构建方法，其特征在于，包括以下步骤：

步骤S1：构建肺组织病理图像的参考标准数据集

在N张肺组织病理图像中任意选取n(n＜N)张肺组织病理图像，并对选取得到的n张所述肺组织病理图像进行标注，使用标注后的所述肺组织病理图像构建参考标准数据集；

步骤S2：构建癌细胞分析模型

基于深度神经网络构建所述癌细胞分析模型，并采用所述步骤S1构建的所述参考标准数据集对所述癌细胞分析模型进行训练；

步骤S3：构建肺癌病理图像样本数据集

采用经所述步骤S2训练后的所述癌细胞分析模型对剩余的所述肺组织病理图像进行检测识别，构建肺癌病理图像样本数据集。

2.根据权利要求1所述的肺癌病理图像数据集的构建方法，其特征在于，还包括：

步骤S4：更新参考标准数据集

在所述步骤S3构建的所述肺癌病理图像样本数据集中任意选取m(m＜N)张肺组织病理图像，并对m张所述肺组织病理图像进行评估，并将评估后的m张所述肺组织病理图像添加至所述参考标准数据集以更新所述参考标准数据集。

3.根据权利要求2所述的肺癌病理图像数据集的构建方法，其特征在于，还包括：

步骤S5：优化癌细胞分析模型

采用经步骤S4更新后的所述参考标准数据集对步骤S2构建的所述癌细胞分析模型进行训练，获得性能优化的所述癌细胞分析模型。

4.根据权利要求3所述的肺癌病理图像数据集的构建方法，其特征在于，还包括：

步骤S6：更新肺癌病理图像样本数据集

采用经步骤S5优化后的所述癌细胞分析模型对步骤S3构建的所述肺癌病理图像样本数据集进行检测识别，更新所述肺癌病理图像样本数据集。

5.根据权利要求1所述的肺癌病理图像数据集的构建方法，其特征在于，所述癌细胞分析模型包括癌细胞检测模型和癌细胞识别模型。

6.根据权利要求5所述的肺癌病理图像数据集的构建方法，其特征在于，基于Resnet-101深度神经网络构建所述癌细胞检测模型。

7.根据权利要求5所述的肺癌病理图像数据集的构建方法，其特征在于，基于R-FCN深度神经网络构建所述癌细胞识别模型。

8.根据权利要求3所述的肺癌病理图像数据集的构建方法，其特征在于，所述步骤S4还包括：

对m张所述肺组织病理图像中被所述癌细胞分析模型错误识别的所述肺组织病理图像进行重新标注。

9.根据权利要求1所述的肺癌病理图像数据集的构建方法，其特征在于，所述标注为包括：

对所述肺组织病理图像是否存在癌细胞进行标注；

对存在癌细胞的所述肺组织病理图像进行癌细胞位置标注；

对存在癌细胞的所述肺组织病理图像进行癌细胞类型标注。

10.根据权利要求1所述的肺癌病理图像数据集的构建方法，其特征在于，所述步骤S1还包括：

对标注后的所述肺组织病理图像进行交叉确认。