[发明专利]基于多种染色病理图像的诊断信息评估方法及系统

权利要求书

1.基于多种染色病理图像的诊断信息评估方法及系统，其特征在于，包括以下步骤：

针对待评估的多种染色病理图像进行预处理；

对预处理后的所述多种染色病理图像依次利用深度卷积神经网络进行模型训练，通过基于多种染色病理图像的诊断信息评估网络模型，对执行预处理后的多种染色病理图像执行自动获取图像向量间距离操作；

通过统计学分析和归一化对自动获取的向量间距离执行权重计算，获得不同染色病理图像诊断信息重要性的数值化评估指标。

2.根据权利要求1所述的基于多种染色病理图像的诊断信息评估方法及系统，其特征在于，所述针对待评估的多种染色病理图像进行预处理，包括：对所述多种染色病理图像执行图像配准操作。

3.根据权利要求2所述的基于多种染色病理图像的诊断信息评估方法及系统，其特征在于，所述针对待评估的多种染色病理图像执行图像配准操作，包括：执行多分辨率形变配准，首先在低分辨率下将图像进行整体轮廓配准，获得图像整体信息对应，然后将高分辨率下的病理图像分成小块，对每一图像块中的信息再次配准，最终拼接获得和高分辨率原始图像大小一致的配准后图像。

4.根据权利要求1所述的基于多种染色病理图像的诊断信息评估方法及系统，其特征在于，所述针对待评估的多种染色病理图像进行预处理，包括：对所述多种染色病理图像进行构建数据集操作。

5.根据权利要求4所述的基于多种染色病理图像的诊断信息评估方法及系统，其特征在于，所述对多种染色病理图像进行构建数据集操作，包括：对所述多种染色病理图像进行病灶区域标注，基于病灶区域和非病灶区域提取大小相同的图像块，其中80％划分为训练集，20％划分为测试集。

6.根据权利要求5所述的基于多种染色病理图像的诊断信息评估方法及系统，其特征在于，所述对多种染色病理图像进行构建数据集操作，包括：随机在所述训练集中选取一对图像，若选取的一对图像来自同一种染色，且具有同样的病理特性，则定义为同类，若选取的一对图像来自不同染色，或具有不同的病理特性，则定义为异类，保证所述同类和所述异类图像对的比例接近于1：1；

对所述测试集中每一种染色选取一对图像，若选取的一对图像具有同样的病理特性，则定义为同类，若选取的一对图像具有不同的病理特性，则定义为异类，保证所述同类数据和所述异类图像的比例接近于1：1。

7.根据权利要求1所述的基于多种染色病理图像的诊断信息评估方法及系统，其特征在于，所述针对待评估的多染色病理图像进行差异计算，包括：使用所述通过图像预处理操作后的所述多种染色病理图像对深度卷积神经网络模型进行训练，使得模型在区分所述训练集同类和异类病理图像上具有良好分类效果。

8.根据权利要求1所述的基于多种染色病理图像的诊断信息评估方法及系统，其特征在于，所述针对待评估的多种染色病理图像进行差异计算，包括：通过所述能够良好区分训练集中同类和异类病理图像的深度学习网络模型，自动获取所述测试集中同类和异类病理图像的向量间距离。

9.根据权利要求1所述的基于多种染色病理图像的诊断信息评估方法及系统，其特征在于，所述权重计算包括：通过统计学方法，统计所述测试集中同类和异类病理图像向量间距离的平均值和方差，计算所述测试集中同类和异类病理图像的平均差异。

10.根据权利要求1所述的基于多种染色病理图像的诊断信息评估方法及系统，其特征在于，所述权重计算包括：对不同染色病理图像的所述测试集中异类病理图像的平均差异执行归一化，从而获得不同染色病理图像的诊断信息量的数值评估指标。