[发明专利]一种肺部细胞病理快速现场评估系统、方法及计算机可读存储介质在审
| 申请号: | 201911319501.5 | 申请日: | 2019-12-19 |
| 公开(公告)号: | CN111134735A | 公开(公告)日: | 2020-05-12 |
| 发明(设计)人: | 张新;叶德贤;房劬;姜辰希 | 申请(专利权)人: | 复旦大学附属中山医院;上海杏脉信息科技有限公司 |
| 主分类号: | A61B10/02 | 分类号: | A61B10/02;A61B5/00 |
| 代理公司: | 上海光华专利事务所(普通合伙) 31219 | 代理人: | 徐秋平 |
| 地址: | 200032 *** | 国省代码: | 上海;31 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 肺部 细胞 病理 快速 现场 评估 系统 方法 计算机 可读 存储 介质 | ||
1.一种肺部细胞病理快速现场评估系统,用于在手术现场对细胞样本进行快速评估,其特征在于,包括:
显微图像采集装置,其包括:载物台,用于承载细胞样本;摄像头,用于拍摄所述细胞样本获得样本的显微图像;
图像评估装置,配置有训练后的神经网络模型,所述训练后的神经网络模型用于评估所述显微图像,得到分类为阴性或阳性的评估结果;所述训练后的神经网络模型通过以下步骤训练得到:
1)获得训练数据,所述训练数据为多个样本的显微图像以及对应的标注信息,所述标注信息包括阴性或阳性;
2)将所述训练数据输入到神经网络模型进行训练,得到训练后的神经网络模型;
输出装置,连接于所述图像评估装置,用于将所述评估结果输出给用户。
2.根据权利要求1所述的系统,其特征在于,所述神经网络模型为卷积神经网络模型,所述卷积神经网络模型配置有卷积层、池化层、全连接层;所述卷积层配置为提取图像特征;所述池化层配置为对特征图进行降采样;所述全连接层配置为将所述降采样得到的特征映射到样本标记空间。
3.根据权利要求2所述的系统,其特征在于,训练所述卷积神经网络模型的损失函数为:
或
4.根据权利要求1所述的系统,其特征在于,所述对卷积神经网络的训练步骤还包括:利用测试数据对训练后的神经网络进行测试。
5.根据权利要求1所述的系统,其特征在于,所述细胞样本通过内窥镜或穿刺手术采集得到。
6.根据权利要求1所述的系统,其特征在于,所述图像评估装置还配置有图像标记模块,若所述评估结果为阳性,标记所述显微图像中阳性细胞的位置。
7.一种肺部细胞病理快速现场评估方法,其特征在于,包括:
获取样本的显微图像,所述样本的显微图像通过设置于手术现场的显微图像采集装置对现场提取的人体细胞样本进行拍摄得到;
利用训练后的神经网络模型对所述显微图像进行评估,得到分类为阴性或阳性的评估结果;所述训练后的神经网络模型通过以下步骤训练得到:
1)获得训练数据,所述训练数据为多个样本的显微图像以及对应的标注信息,所述标注信息包括阴性或阳性;
2)将所述训练数据输入到神经网络模型进行训练,得到训练后的神经网络模型;将所述评估结果输出给用户。
8.根据权利要求7所述的方法,其特征在于,所述细胞样本通过内窥镜或穿刺手术采集得到。
9.根据权利要求7所述的方法,其特征在于,若所述评估结果为阳性,标记所述显微图像中阳性细胞的位置。
10.一种计算机可读存储介质,所述计算机可读介质存储有计算机可执行指令,所述计算机可执行指令在被执行时使计算机执行权利要求7-9所述的肺部细胞病理快速现场评估方法。
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复旦大学附属中山医院;上海杏脉信息科技有限公司,未经复旦大学附属中山医院;上海杏脉信息科技有限公司许可,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/201911319501.5/1.html,转载请声明来源钻瓜专利网。





