[发明专利]基于云端的大型病理学图像协作注释方法及系统

权利要求书

1.基于云端的大型病理学图像协作注释方法，其特征在于，包括如下步骤，

图像预处理步骤；

在云端，通过并行处理对多张病理图片按照设定的子区域大小等级，进行超像素分割，得到多个子区域以及各个子区域平均像素个数所对应的子区域边界；

数据记录步骤；包括：

在云端，对图像预处理步骤得到的子区域和子区域边界进行记录和更新；

以及根据后端处理步骤中进行的增加或删除标记请求的处理结果，对请求的标记子区域进行一一对应的记录和更新；

后端处理步骤；

根据对数据记录步骤产生记录的查询；

以及根据前端交互步骤获取的图像处理请求、标记子区域请求、删除标记子区域请求和提示标注请求，分别对图像预处理步骤得到的子区域进行对应处理；

前端交互步骤；包括：

对后端处理步骤的处理结果的展示；

以及根据捕获的用户动作、对预览图片和标记子区域的操作，分别形成对应的图像处理请求、标记子区域请求、删除标记子区域请求和提示标注请求；

后端处理的具体步骤包括如下，

步骤3.1，若接收到图像处理请求，获取请求中所需处理的区域在原病理图片中的位置与大小，用户设置的子区域大小等级，以及无法标记的标记点在原病理图片中位置；并将进行以下操作：

步骤3.1.1，提取原病理图片中需要处理的区域，根据用户屏幕分辨率，计算出前端用户交互界面中显示图片所用像素尺寸，放缩提取出的图片使得提取区域像素尺寸符合所需像素尺寸，并保存在图层一；

步骤3.1.2，从对应子区域大小等级的子区域边界文件中，提取所需处理区域中，所有子区域的边界，保存至图层二；

步骤3.1.3，向数据记录模块发送查询标记请求，获取用户已标注的区域；

步骤3.1.4，在图层二中，对于用户已标注的区域，进行再处理，使其与未标记区域不同；

步骤3.1.5，在图层二中，将无法标记的标记点进行标记；

步骤3.1.6，合并图层一与图层二后再压缩图片，并且将压缩后的图片传输至前端；

步骤3.2，若接收到标记子区域请求，提取请求中的所有标记点信息，前端交互模块中，展示病理图片所用的子区域大小等级，以及用户信息；并进行以下操作：

步骤3.2.1，根据对应子区域大小等级的子区域边界文件，将所有标记点对应至含该标记点的子区域；

步骤3.2.2，向数据记录模块发送查询标记请求，获取用户已标记的子区域；

步骤3.2.3，若含有可以标记的子区域，则向数据记录步骤发送增加标记请求；

步骤3.2.4，若已标记子区域含有标记点，则将已标记子区域所含标记点作为无法标记的标记点传回前端交互步骤；

步骤3.2.4，向前端交互模块发送图片处理处理完成信号；

步骤3.3，若接收到删除标记子区域请求，提取请求中的所有标记点信息，前端交互模块中，展示病理图片所用的子区域大小等级，以及用户信息；并进行以下操作：

步骤3.3.1，根据对应子区域大小等级的子区域边界文件，将所有标记点对应至含该标记点的子区域；

步骤3.3.2，向数据记录模块发送查询标记请求，获取用户已标记的子区域；

步骤3.3.3，若含有可以删除标记的子区域，则向数据记录模块发送删除标记请求；

步骤3.3.4，若未标记子区域含有标记点，则将未标记子区域所含标记点作为无法标记的标记点传回前端交互模块；

步骤3.3.5，向前端交互模块发送处理完成信号；

步骤3.4，若接收到提示标注请求，提取请求中的用户信息；并进行以下操作：

步骤3.4.1，向数据记录模块发送查询标记请求，获取用户已标记的子区域；

步骤3.4.2，使用图像特征提取算法，计算所有子区域的特征向量；

步骤3.4.3，比对用户已标记的子区域图像特征向量，以及未标注的子区域特征向量，选取未标注子区域的特征向量中，与已标注子区域的特征向量相似的区域，发送至前端交互步骤进行显示提示标注。