[发明专利]生成未染色样本的虚拟染色图像在审

专利信息
申请号: 201880077801.4 申请日: 2018-12-12
公开(公告)号: CN111433817A 公开(公告)日: 2020-07-17
发明(设计)人: C-H.吴;H-W.张;J.希格比;A.霍梅克;C.圣托里 申请(专利权)人: 威里利生命科学有限责任公司
主分类号: G06T11/00 分类号: G06T11/00;A61B5/00
代理公司: 北京市柳沈律师事务所 11105 代理人: 金玉洁
地址: 美国加利*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 生成 染色 样本 虚拟 图像
【权利要求书】:

1.一种计算机实施的方法,包括:

访问包括多个图像对的图像训练数据集,其中:

所述多个图像对中的每一个图像对包括当第一组织样本未染色时获取的所述第一组织样本的第一图像,以及当所述第一组织样本被染色时获取的所述第一组织样本的第二图像;

所述第一图像包括所述第一组织样本的第一多个光谱图像,并且所述第一多个光谱图像中的每一个光谱图像包括来自不同波长带的数据;以及

所述第二图像包括多种颜色,对于所述第二图像内的多个位置中的每一个位置,所述多种颜色指示在所述位置处至少一种染色剂结合到所述第一组织样本的程度;

访问人工神经网络的参数集,其中,所述参数集包括与所述人工神经网络内的人工神经元相关联的权重;

通过使用所述图像训练数据集和所述参数集来训练所述人工神经网络以调整所述权重;

访问未染色的第二组织样本的第三图像,其中,所述第三图像包括所述第二组织样本的第三多个光谱图像,并且所述第三多个光谱图像中的每一个光谱图像包括来自不同波长带的数据;

使用训练后的人工神经网络以从所述第三图像生成所述第二组织样本的虚拟染色图像;以及

输出所述虚拟染色图像。

2.根据权利要求1所述的计算机实施的方法,还包括,对于所述多个图像对中的每一个图像对,将所述第一图像与所述第二图像空间配准,使得所述第一图像中的每一个像素与所述第二图像中位于相同空间坐标处的相应像素相关。

3.根据权利要求2所述的计算机实施的方法,其中,将所述第一图像与所述第二图像空间配准包括通过最大化互信息来使用仿射变换。

4.根据权利要求1-3中任一项所述的计算机实施的方法,其中,训练所述人工神经网络包括使用所述第一图像作为特征和使用所述第二图像作为标记。

5.根据权利要求1-4中任一项所述的计算机实施的方法,其中,所述人工神经网络的输出层包括三个人工神经元,所述三个人工神经元分别预测所述虚拟染色图像的红色通道、蓝色通道和绿色通道。

6.根据权利要求1-5中任一项所述的计算机实施的方法,其中,所述人工神经网络是卷积神经网络,并且训练所述人工神经网络包括识别所述第一图像和所述第二图像内的点、边缘、连接元素或属性之间的相关性中的至少一个。

7.根据权利要求1-6中任一项所述的计算机实施的方法,其中,所述第二组织样本包括与所述第一组织样本的组织类型相同的组织类型。

8.一种系统,包括:

一个或多个数据处理器;以及

包含指令的非暂时性计算机可读存储介质,所述指令在所述一个或多个数据处理器上运行时,使所述一个或多个数据处理器执行动作,所述动作包括:

访问包括多个图像对的图像训练数据集,其中:

所述多个图像对中的每一个图像对包括当第一组织样本未染色时获取的所述第一组织样本的第一图像,以及当所述第一组织样本被染色时获取的所述第一组织样本的第二图像;

所述第一图像包括所述第一组织样本的第一多个光谱图像,并且所述第一多个光谱图像中的每一个光谱图像包括来自不同波长带的数据;以及

所述第二图像包括多种颜色,对于所述第二图像内的多个位置中的每一个位置,所述多种颜色指示在所述位置处至少一种染色剂结合到所述第一组织样本的程度;

访问人工神经网络的参数集,其中,所述参数集包括与所述人工神经网络内的人工神经元相关联的权重;

通过使用所述图像训练数据集和所述参数集来训练所述人工神经网络以调整所述权重;

访问未染色的第二组织样本的第三图像,其中,所述第三图像包括所述第二组织样本的第三多个光谱图像,并且所述第三多个光谱图像中的每一个光谱图像包括来自不同波长带的数据;

使用训练后的人工神经网络以从所述第三图像生成所述第二组织样本的虚拟染色图像;以及

输出所述虚拟染色图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于威里利生命科学有限责任公司,未经威里利生命科学有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201880077801.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top