[发明专利]一种基于深度学习的口腔上皮异常增生判别与分级设备及系统

权利要求书

1.一种计算机设备，用于口腔上皮异常增生的判别和/或分级，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现以下步骤，包括：

(1)对口腔黏膜潜在恶性疾患的组织芯片或病理切片的图像进行预处理，得到224-512像素、10-20倍放大的图块；

(2)将预处理后的图像输入基于深度学习建立的神经网络模型，经过模型分类后，输出口腔上皮异常增生的判别和/或分级结果。

2.按照权利要求1所述的设备，其特征在于：步骤(1)中，得到224像素、20倍放大的图块。

3.按照权利要求1所述的设备，其特征在于：步骤(1)中，所述预处理的过程包括如下步骤：

(1.1)将所述图像切割为所述图块；

(1.2)将步骤(1.1)得到的所有图块中背景多于50％的图块舍弃。

4.按照权利要求3所述的设备，其特征在于：步骤(1.1)中，所述切割的过程使用Python的Openslide模块实现。

5.按照权利要求1所述的设备，其特征在于：步骤(2)中，所述神经网络模型为ResNet-50模型、Inception-V4模型、ShuffleNet-V2模型或EfficientNet模型；优选的所述神经网络模型为EfficientNet模型。

6.按照权利要求1所述的设备，其特征在于：步骤(2)得到口腔上皮异常增生的分级结果后，还进行如下步骤：

将包含有判别和/或分级结果的所述图块按其在所述图像中的原有空间位置复原，得到复原图像，然后在所述复原图像中标示被判别为口腔上皮异常增生的区域。

7.按照权利要求6所述的设备，其特征在于：所述复原的过程使用Python的Openslide模块实现。

8.按照权利要求6所述的设备，其特征在于：所述区域包括至少一个图块中的一部分和/或至少一个图块。

9.一种口腔上皮异常增生的判别和/或分级系统，其特征在于，包括：

权利要求1-8任一项所述的设备；

用于采集口腔黏膜潜在恶性疾患的病理切片和/或组织芯片图像的装置。

10.一种计算机可读存储介质，其上存储有权利要求1-8任一项所述的计算机程序。