[发明专利]一种组织病变区域图像辅助复原系统和方法

说明书

本发明公开了一种组织病变区域图像辅助复原系统和方法。本发明大体原始图采集模块、切片图像采集模块、刀痕提取与编号模块、投影重定位模块、切片图像中转模块、结果修正与确认模块、病变组织判别模块、结果展示模块；所述大体图像采集模块与刀痕提取模块通信连接，负责采集图像；所述切片图像中转模块与切片图像采集模块通信连接，所述切片图像中转模块与结果修正与确认模块通信连接，所述投影重定位模块与刀痕提取与编号模块、切片图像中转模块连接；本发明具有良好的通用性，在病变区域复原过程中引入了机器学习与深度学习算法，将病理技师和病理医生的工作量尽可能降低，大大提高了大体病变区域复原的自动化程度。

技术领域

本发明属于智能医疗领域，具体涉及一种组织病变区域图像辅助复原系统与方法。

背景技术

随着影像学、计算机科学等相关技术的进步和医生手术水平的提高.不开刀的现代微创外科技术越来越多地取代传统手术，特别是内镜技术，通过纤维光导线，将冷光源镜头获得的图像转化为光纤信号，将人体内部组织和病变情况显示在外部计算机上。内镜微创技术能够在不改变消化道结构的情况下，将胃、十二指肠等上消化道或者结、直肠的黏膜下良性肿瘤或早期癌变组织进行切除，这种技术又被称为内镜黏膜下剥离术(endoscopicsubmucosal dissection，ESD)。

剥离后的病变组织，通常会送到病理科进一步进行病理分析，病理科技师会将组织进行切割，拍摄带刀痕的大体原始图，并将每个刀痕对应组织样本制作切片交给病理医生，病理医生对切片组织的病变情况进行分析和标注，然后再通过观察比对，粗略地将病变区域还原到大体图上。通过观察复原后的大体图，可以判断手术是否完全切除病变区域，并估计病灶的范围、性质以及浸润深度等参数。

很显然，通过人工复原大体图增加了病理技师和病理医生的工作负担，在有大量切片需要处理的情况下，人工操作效率低下，医生在疲劳情况下，也容易导致失误。同时，人工处理重复精度较低，导致大体组织的处理过程而出现各种各样的不确定因素，如大体高反光、大体占图像比例过低、背景噪声干扰等。

近年来，以卷积神经网络为代表的深度学习算法在各个领域都有了相关的应用，在智能医疗领域，深度学习算法实现了基于X光、CT、 B超等图像的病理诊断，在一些疾病的检测上，经过训练的深度神经网络能达到专家级别的水平。同时，随着云服务的出现，普通的用户也能使用GPU进行大规模的深度卷积神经网络训练。但是，深度学习等人工智能方法在医疗领域不够广泛，难以根据实际问题进行相关部署。

发明内容

本发明的目的是针对ESD手术中剥离的大体组织病变区域复原过程的自动化需求，提供一种模块化、自动化的组织病变区域图像辅助复原系统，并基于该系统构建了一种速度快、稳定性强的组织病变区域图像辅助复原方法。

一种组织病变区域图像辅助复原系统，包括：

大体原始图采集模块：用于获取病理技师所拍摄的带刀痕的大体原始图。

切片图像采集模块：用于采集数字切片扫描仪所生成的数字切片图像。

刀痕提取与编号模块：用于分离大体原始图的前景与背景，提取大体组织区域图像中的刀痕并编号。

投影重定位模块：用于接收所述刀痕提取与编号模块所输出的带刀痕编号的大体原始图；用于接收切片图像中转模块所传送的切片组织病变区域标注图；用于将切片组织病变区域标注图复原到大体原始图对应编号的刀痕区域，得到大体组织复原图；并将大体组织复原图发送到结果展示模块。

切片图像中转模块：用于接收所述切片图像采集模块采集的切片组织扫描图像，并打包发送给病变区域判别模块；用于接收所述病变区域判别模块输出的切片组织病变区域标注图并发送给结果修正与确认模块；用于接收所述结果修正与确认模块返回的修正后的切片组织病变区域标注图，并发送给投影重定位模块和病变区域判别模块。