[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有效

专利信息
申请号: 201910252955.9 申请日: 2019-03-29
公开(公告)号: CN109949907B 公开(公告)日: 2021-07-13
发明(设计)人: 李辰;帕戈姆·普塔皮拉特;张海川 申请(专利权)人: 西安交通大学
主分类号: G16H30/40 分类号: G16H30/40;G06F16/58;G06F16/51
代理公司: 西安通大专利代理有限责任公司 61200 代理人: 徐文权
地址: 710049 *** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 云端 大型 病理学 图像 协作 注释 方法 系统
【说明书】:

发明基于云端的大型病理学图像协作注释方法及系统,首先通过图像预处理模块,在云端通过超像素分割,对病理图片进行预先处理,同时以二值图像进行存储其边界;通过数据记录模块,进行多用户的数据记录,使用户可以协同标注图像;通过前端交互模块,完成对用户动作的捕获,以及病理图片的展示,通过后端处理模块,响应前端交互模块发来的请求,完成数据的标注以及对用户的可能标注区域的提示。通过以上模块所达到的效果,本发明完成在网页端对病理图片进行多人协作、像素级便捷标注的目的。

技术领域

本发明涉及数字化病理领域,具体为基于云端的大型病理学图像协作注释方法及系统。

背景技术

目前较为多数的数字化病理软件,主要针对已经标注完数据的病理图像进行展示与分析,缺少用户进行标注数据的软件。对于支持用户标注数据的软件,仅有以QuPath为典型代表的本地图像注释软件,以及以The Digital Slide Archive为代表的在线标注软件,但两者都有着各有优缺点。以QuPath为主的单机标注软件,可以在小区域进行超像素分割,并且用户可以进行选定区域,进行标注数据,然而其缺点也尤为明显,分别有以下四点:(1)若在不同电脑进行标注时,需要每台电脑各自安装配置软件,并且拷贝病理图片。通常软件与图片占据储存空间巨大,对电脑有较高要求,同时,需要专业人士进行安装调试。(2)导入图片之后需要软件进行对选定区域进行超像素分割。当选择较大区域或者全图进行超像素分割时,需要等待时间长。同时,每次超像素分割的结果不能保存,因此每次重启程序需要进行再次处理图片。(3)目前仅有单机版本,不支持多个用户进行同时标注,造成标注效率低下。(4)软件标注数据后的图片不具有机器可读性,仅可以用本身的软件进行打开,造成无法用其他软件进行分析标注的数据。以The Digital Slide Archive为代表的在线标注软件虽可以在线标注,但是除上文提到的第4点缺点外,同时功能较为单一,仅具有类似于涂鸦或者自定义多边形形状的标注,无法为用户进行准确便捷的标注。

发明内容

针对现有技术中存在的问题,本发明提供一种基于云端的大型病理学图像协作注释方法及系统,能够使得医疗图片进行便捷的像素级的云端标注,在用户标注数据前,预先进行处理图像,使其对用户使用的电脑配置要求不高,能够多用户位于一个服务器内进行标注数据,以及通过用户已经标注的数据,预测以及提示用户标注。

本发明是通过以下技术方案来实现:

基于云端的大型病理学图像协作注释方法,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。

优选的,图像预处理的具体步骤包括如下,

步骤1.1,通过并行处理,读取多张病理图片,转换成可超像素分割处理格式图片;

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西安交通大学,未经西安交通大学许可,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/201910252955.9/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

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