[发明专利]数字病理学图像中的感兴趣区域的基于神经网络的标识

权利要求书

1.一种处理组织学图像的数据集合的方法，所述方法包括：

接收包括二维像素阵列的组织学图像的数据集合；

应用卷积神经网络以利用到所述组织学图像的所述二维像素阵列的映射来生成具有二维像素阵列的输出图像块，所述输出图像块是通过将多个相关类中的一个相关类分配给每个像素而生成的，其中所述多个相关类包括表示感兴趣像素的至少一个类和表示不感兴趣像素的至少一个类，其中所述卷积神经网络已使用包括组织学图像和病理学家交互数据的训练数据集合被训练，其中所述病理学家交互数据已记录与病理学家如何与组织学图像的可视化进行交互相关的多个参数；以及

从所述输出图像块生成分割掩码，在所述分割掩码中，由感兴趣像素占据的感兴趣区域被标记。

2.根据权利要求1所述的方法，还包括根据评分算法来确定针对每个感兴趣区域的得分，所述评分算法基于聚合来自所述感兴趣区域中所包含的每个感兴趣像素的得分贡献。

3.根据权利要求2所述的方法，还包括根据所述感兴趣区域的所述得分对所述感兴趣区域进行排名。

4.根据权利要求1所述的方法，还包括：

针对每个感兴趣区域计算汇总统计数据；以及

将滤波器应用于每个感兴趣区域的所述汇总统计数据，以通过根据所述滤波器选择和取消选择感兴趣区域来编辑所述分割掩码。

5.根据权利要求1所述的方法，其中存在多个类，该多个类表示感兴趣像素，并且这些类与增加的兴趣水平相关联。

6.根据从属于权利要求2的权利要求5所述的方法，其中所述得分贡献根据所述兴趣水平对像素进行加权。

7.根据权利要求1所述的方法，其中所述多个参数包括：像素的查看时间和像素的查看倍率。

8.根据权利要求1所述的方法，其中所述多个参数包括：所述组织学图像上与病理学家的注释相关联的位置或区域处的像素。

9.根据权利要求1所述的方法，其中所述多个参数包括：所述组织学图像上受到以更高倍率进行查看的用户命令的位置或区域处的像素。

10.根据权利要求1所述的方法，其中在所述训练数据集合中，针对给定组织学图像的所述病理学家交互数据包括来自多个病理学家的交互，并且所述参数包括来自多个病理学家的与同一组织学图像的交互之间的相关因子。

11.根据权利要求1所述的方法，其中所述组织学图像数据集合是从组织区的不同染色的相邻部分获取的多个组织学图像的合成。

12.根据前述权利要求中任一项所述的方法，其中应用所述卷积神经网络包括：

从所述组织学图像中提取图像块，所述图像块是尺寸由一定宽度和高度的像素的数目限定的所述组织学图像或其集合中的区域部分；

为所述卷积神经网络提供一组权重和多个通道，每个通道对应于所述多个相关类中的待标识的相关类；

将每个图像块作为输入图像块输入到所述卷积神经网络中；

执行多级卷积以生成维度不断减小的卷积层，直到并且包括最小维度的最终卷积层，然后执行多级转置卷积以通过生成维度不断增加的反卷积层来反转所述卷积，直到恢复尺寸与所述输入图像块匹配的层，恢复层中的每个像素包含属于所述相关类中的每个相关类的概率；以及

基于所述概率将所述相关类分配给所述恢复层的每个像素以达成输出图像块。

13.根据权利要求12所述的方法，还包括将所述输出图像块组装成用于所述组织学图像的概率图。

14.根据权利要求12或13所述的方法，还包括根据所述概率图限定所述组织学图像中的所述感兴趣区域。