[发明专利]一种数字病理图像识别装置及其方法

权利要求书

1.一种数字病理图像识别装置，包括有图像采集系统，其特征在于：所述图像采集系统用于对病患医学影像的采集，所述图像采集模块连接有处理系统，用于处理图像采集系统反馈的医学影像。

2.一种数字病理图像识别装置的处理方法，其特征在于，采用权利要求1所述的一种数字病理图像识别装置，包括有以下步骤：

步骤一，图像采集系统对病患进行医学影像的采集；

步骤二，图像采集系统将医学影像数据反馈至处理系统；

步骤三，处理系统对医学影像数据进行预处理；

步骤四，将处理好的医学影像数据在VGG16神经网络模型中转化为特征矩阵；

步骤五，提取VGG16神经网络模型中单层网络数据作为特征；

步骤六，利用网络上下文信息，对VGG16神经网络模型中网络特征进行提取，且进行病理识别；

步骤七，对采用的神经网络末端进行改进，并选取最后一层全连接层提取特征，且进行病理识别。

3.根据权利要求2所述的一种数字病理图像识别装置的处理方法，其特征在于：所述步骤一中，医学影像为三维医学影像。

4.根据权利要求2所述的一种数字病理图像识别装置的处理方法，其特征在于：所述步骤三中，预处理是将三维医学影像转换为多角度，且分割为多层次的二维图像，同时增强图像纹理信息。

5.根据权利要求2所述的一种数字病理图像识别装置的处理方法，其特征在于：所述步骤四中，VGG16为前馈神经网络，使用3X3的卷积核在卷积层进行运算，各层神经元结点从输人层开始，来接收前一层神经元结点所传递来的数据和信息，对这些数据与信息进行处理并输出，VGG16深度神经网络是单向多层结构，VGG16具有16个卷积层，在每一个卷积层的运算之后，会紧接一个ReLU激活函数进行计算，同时有四个最大池化层穿插在其中，全连接层共有三个，最后的Softmax层用于分类，数量为1000，其中ReLU激活函数为，

a为斜率变化。

6.根据权利要求2所述的一种数字病理图像识别装置的处理方法，其特征在于：所述步骤五中，若是原数据集与目标数据集差别较大，则选取更加抽象层的网络作为特征，且对神经网络的最末两层神经网络分别进行提取，作为后续分类识别的输入特征。

7.根据权利要求2所述的一种数字病理图像识别装置的处理方法，其特征在于：所述步骤六中，利用多层次的语境特征表现，即不同层次的上下文特征，深度神经网络中包含了大量的卷积层，随着网络的深入，进入全连接层后，层次越深描述的信息越抽象，在采样层的选取上选取多层的特征信息，利用它们的特征深度不同，相互进行补充，融合在一起后形成新的更加全面的特征信息。

8.根据权利要求2所述的一种数字病理图像识别装置的处理方法，其特征在于：所述步骤七中，将三维医学影像图像分割成九个层面的图像，则将网络初始输入通道改成多通道，一次输入多张图片，采用SOFTMAX直接进行分类处理。