[发明专利]一种病理指标的智能预测系统

权利要求书

1.一种病理指标的智能预测系统，其特征在于，包括数据集获取模块、颜色规定化模块、特定结构筛选器、病理指标预测器以及加权模块；

所述数据集获取模块用于根据设定的病理指标对病理切片图像进行分类，然后将各类别的病理切片图像分别切分为设定大小的图像块，得到图像块原始数据集，其中，将所述图像块原始数据集包含的病理指标类别数量记为K类；

所述颜色规定化模块用于将图像块原始数据集中各图像块的颜色和纹理按照设定规则转换为标准的颜色和纹理，得到颜色规定化后的图像块；

所述特定结构筛选器用于将颜色规定化后的图像块作为输入，输出各图像块中的图案所属的形状类别；其中，各图像块中的图案所属的形状类别数量记为H类，且每个形状类别对应一个病理指标预测器；

与特定结构筛选器输出的形状类别对应的各病理指标预测器分别获取各自对应的颜色规定化前的图像块，并将与自身形状类别对应的颜色规定化前的图像块作为输入，输出各种形状类别的图像块对应的病理指标类别；

所述加权模块用于将准确率小于设定阈值的病理指标预测器对应的权重设置为0，同时为准确率不小于设定阈值的病理指标预测器分配权重，其中，准确率越高，权重越大；所述加权模块还用于获取各病理指标类别的评分S_i：

其中，i＝1,2,…,K，j＝1,2,..,H，N_ij为被各病理指标预测器归类为第i个病理指标类别且属于第j个形状类别的图像块数量，ω_j为第j个病理指标预测器的权重；

所述加权模块还用于将评分S_i最大值对应的病理指标类别作为病理切片图像的病理指标预测结果。

2.如权利要求1所述的一种病理指标的智能预测系统，其特征在于，还包括特定结构筛选器获取模块与病理指标预测器获取模块；

所述特定结构筛选器获取模块用于将颜色规定化后的图像块作为输入，各图像块中的图案所属的形状类别作为输出，对不同的预训练模型进行训练，得到不同的特定结构筛选器，然后还根据各特定结构筛选器的筛选准确率以及筛选结果的AUC值选出最优的特定结构筛选器作为最终的特定结构筛选器，其中，各图像块中的图案所属的形状类别数量记为H类；

所述病理指标预测器获取模块用于获取最优的特定结构筛选器筛选得到的各形状类别的图像块，然后分别将每种形状类别对应的颜色规定化前的图像块作为输入，各种形状类别的图像块对应的病理指标类别作为输出，对H个待训练的病理指标预测器进行训练，得到各形状类别对应的病理指标预测器。

3.如权利要求2所述的一种病理指标的智能预测系统，其特征在于，所述病理指标预测器获取模块训练各病理指标预测器的具体为：分别将病理指标预测器作为当前病理指标预测器执行以下步骤：

为当前病理指标预测器匹配不同的预训练模型；

将当前病理指标预测器对应的当前形状类别的且在颜色规定化前的图像块作为当前病理指标预测器匹配的各预训练模型的输入，当前形状类别的图像块对应的病理指标类别作为当前病理指标预测器匹配的各预训练模型的输出，对各预训练模型进行训练，得到不同的备选病理指标预测器；

根据各备选病理指标预测器的预测准确率以及预测结果的AUC值选出最优的病理指标预测器。

4.如权利要求2所述的一种病理指标的智能预测系统，其特征在于，所述图像块的大小与特定结构筛选器获取模块所采用的预训练模型需要输入的图像大小相同。

5.如权利要求1所述的一种病理指标的智能预测系统，其特征在于，所述形状类别包括正常腺体、变异腺体以及背景，其中，变异腺体根据变异程度进行分级，包括两级以上的变异腺体。

6.如权利要求1所述的一种病理指标的智能预测系统，其特征在于，所述病理指标类别包括肿瘤分级与MSI预测。