[发明专利]一种病理显微图像实时采集分析系统、方法、装置及介质

权利要求书

1.一种病理显微图像实时采集分析系统，用于对样本进行显微图像采集并实时分析诊断，所述样本包括人体细胞或组织，其特征在于，包括：

（1）显微图像采集装置，其包含：

载物台，用于承载样本；

摄像头，用于拍摄样本获得显微图像；和

控制单元，用于控制载物台与摄像头的相对位置移动，并控制摄像头依次拍摄样本多个位置的显微图像块, 所述控制单元控制所述载物台以步进的方式移动，并控制所述摄像头在所述载物台每移动到一个位置时进行一次拍摄，所述载物台步进移动的步长小于等于所述摄像头可拍摄的显微视野的宽度；

（2）图像分析装置，连接于所述显微图像采集装置，配置为同步于所述显微图像采集装置对样本多个位置依次进行拍摄，实时获取样本一个或多个位置对应的显微图像块，并实时将所获得的一个或多个显微图像块输入到训练后的神经网络模型进行分析，得到一个或多个显微图像块分析结果，所述显微图像块分析结果包括所述显微图像块对应的样本细胞是否具有病理异常的分析结果；当采集到的全部显微图像块被全部分析完成后，得到总体分析结果；其中，所述训练后的神经网络模型具体为卷积神经网络模型；所述显微图像块分析结果包括所述卷积神经网络模型对显微图像块的分类结果；所述得到总体分析结果包括对所述显微图像块的分类结果进行汇总；

所述训练后的神经网络模型通过以下步骤训练得到：

获得训练数据，所述训练数据为样本的显微图像以及对应的标注信息；

将所述训练数据输入到卷积神经网络模型进行训练得到训练后的卷积神经网络模型，所述卷积神经网络模型由卷积层、池化层、批归一化层组成，训练所述卷积神经网络模型的损失函数为：

或

其中：loss表示损失函数；weight表示权重；x表示预测概率；class表示对应的类别；j表示所有类别的序号；

（3）显示装置，连接于所述图像分析装置，用于将所述显微图像块分析结果和/或所述总体分析结果输出显示给用户。

2.根据权利要求1所述的病理显微图像实时采集分析系统，其特征在于，所述摄像头逐行对样本进行拍摄，并将拍摄结果实时传输。

3.一种图像分析装置，用于实时分析病理显微图像，其特征在于，包括：

显微图像块获取模块，其与一显微图像采集装置数据传输连接，同步于所述显微图像采集装置对样本多个位置依次进行拍摄，实时获取样本一个或多个位置对应的显微图像块；

显微图像块分析模块，包括训练后的神经网络模型，用于依次对所述一个或多个位置对应的显微图像块进行分析得到一个或多个显微图像块分析结果，所述显微图像块分析结果包括所述显微图像块对应的样本细胞是否具有病理异常的分析结果；

所述训练后的神经网络模型通过以下步骤训练得到：

获得训练数据，所述训练数据为样本的显微图像以及对应的标注信息；

将所述训练数据输入到卷积神经网络模型进行训练得到训练后的卷积神经网络模型，所述卷积神经网络模型由卷积层、池化层、批归一化层组成，训练所述卷积神经网络模型的损失函数为：

或

其中：loss表示损失函数；weight表示权重；x表示预测概率；class表示对应的类别；j表示所有类别的序号；

总体分析模块，根据全部显微图像块分析结果得到总体分析结果；

输出模块，用于输出所述显微图像块分析结果和/或所述总体分析结果。

4.根据权利要求3所述的图像分析装置，其特征在于，还包括图像拼接模块，用于将所述样本的各个位置的显微图像块拼接得到样本整体显微图像；所述输出模块还用于输出所述样本整体显微图像。

5.根据权利要求4所述的图像分析装置，其特征在于，还包括图像标记模块，根据显微图像块分析结果，在所述样本整体显微图像中标记所述病理异常的位置；所述输出模块还用于输出标记后的所述样本整体显微图像。