[发明专利]基于深度学习的胃部肿瘤病理分型识别系统

权利要求书

1.一种基于深度学习的胃部肿瘤病理分型识别系统，其特征在于，包括：

切片获取模块，用于从医院数据库中筛选出胃部病理切片，并将所述胃部病理切片分组为恶性切片和非恶性切片；

模型训练模块，用于对所述恶性切片进行标注训练，得到胃癌分型模型，并对非恶性切片进行标注训练，得到胃部低级别瘤变二分类模型；

评估模块，用于分别对所述胃癌分型模型和胃部低级别瘤变二分类模型进行模型效果评估，并根据评估结果得到对应的最优模型；

集成模块，用于将所述最优模型进行集成得到胃部肿瘤病理分型系统。

2.根据权利要求1所述的一种基于深度学习的胃部肿瘤病理分型识别系统，其特征在于，所述切片获取模块，包括：

切片筛选单元，用于从医院数据库中获取全部胃部切片，对所述全部胃部切片进行切片质量检测，筛选出满足质量要求的胃部病理切片；

切片分组单元，用于根据切片属性，将所述胃部病理切片分组为恶性切片和非恶性切片。

3.根据权利要求1所述的一种基于深度学习的胃部肿瘤病理分型识别系统，其特征在于，所述模型训练模块，包括：

切片处理单元，用于获取所述恶性切片的图像获取流程，并根据所述图像获取流程确定不同恶性切片的图像差异，基于所述图像差异对恶性切片进行图像增强，得到目标恶性切片；

模型训练单元，用于按照预设比例将目标恶性切片划分为训练集、测试集和验证集，并根据所述训练集对初始模型进行训练，得到胃癌分型模型；

所述模型训练单元，还用于按照与获取胃癌分型模型相同的方式得到非恶性切片进行标注训练，得到胃部低级别瘤变二分类模型。

4.根据权利要求3所述的一种基于深度学习的胃部肿瘤病理分型识别系统，其特征在于，所述模型训练单元，包括：

标注单元，用于对所述恶性切片进行图像分割，并确定分割后的每个图像块是否为肿瘤区域，若是，对所述图像块进行标注，最终得到对所述非恶性切片的标注；

第一训练单元，将标注后的恶性切片划分为训练集、测试集和验证集，利用所述训练集对初始模型进行迭代，得到初始模型参数值，并确定所述训练集中恶性切片的损失函数，和训练集的整体损失函数；

第二训练单元，用于基于所述损失函数、整体损失函数和初始模型参数值，对所述初始模型进行多次迭代，得到最终模型参数值，并基于所述最终模型参数值，得到胃癌分型模型。

5.根据权利要求4所述的一种基于深度学习的胃部肿瘤病理分型识别系统，其特征在于，所述标注单元，包括：

第一分割单元，用于按照预设分割精度对恶性切片进行图像分割，得到第一图像块，并识别第一图像块中肿瘤区域的占比和形状；

比较单元，用于判断所述占比是否大于预设占比，若是，则对所述肿瘤区域进行标注，否则，继续对所述第一图像块进行分割；

第二分割单元，用于基于所述肿瘤区域的占比确定第一分割精度，基于所述肿瘤区域的形状，确定第二分割精度，从所述第一分割精度和第二分割精度选择精度较高的作为目标分割精度，按照目标分割精度对第一图像块进行分割，得到第二图像块；

区域标注单元，用于按照对第一图像块的判断方式，对所述第二图像块进行标注湖片再次分割，直到满足占比要求。