【技术实现步骤摘要】
【国外来华专利技术】组织级别的全视野数字切片的基于小样品学习的图像识别相关申请的交叉引用本申请要求于2017年9月12日提交的美国临时申请号62/557,737的优先权,并且涉及于2017年10月23日提交的美国申请号15/791,209和于2016年10月21日提交的美国临时申请号62/411,290,其中每个专利之前都已向美国专利商标局提交。上述申请以及在本申请中引用的所有其他文献均通过引用以其全文并入本文。引言本专利技术的技术总体上涉及识别,并且对于一些实施例,涉及图像识别。在一些实施例中,该技术涉及组织病理学、组织的显微镜检查,以用于确定组织是否病变和/或研究病变的组织。可以从身体的任何部位移除组织,这些部位包括例如乳房肿块,肠、肾、肝、子宫内膜、肺、胸、淋巴结、肌肉、神经、皮肤、睾丸、甲状腺等的标本。在一些实施例中,本公开的技术涉及识别数字图像内的感兴趣区域,例如,从背景场景中识别出前景对象,或识别数字组织病理学图像内的癌细胞。癌细胞中的癌症类型可以包括但不一定限于乳腺癌、膀胱癌、脑癌、肺癌、胰腺癌、皮肤癌、结肠直肠癌、前列腺癌、胃癌、肝癌、宫颈癌、食道癌、白血病、非霍奇金淋巴瘤、肾癌、子宫癌、胆管癌、骨癌、卵巢癌、胆囊癌、胃肠道癌、口腔癌、喉癌、眼癌、骨盆癌、脊髓癌、睾丸癌、阴道癌、外阴癌、以及甲状腺癌。感兴趣的区域/感兴趣的分类还可以更广泛,并且包括异常组织、良性组织、恶性组织、骨组织、皮肤组织、神经组织(nervetissue)、间质组织、肌肉组织、结缔组织、瘢痕组织、淋巴组织、脂肪、上皮组织、神经组织(nervousti ...
【技术保护点】
1.一种在数字图像中生成至少一种形状的感兴趣区域的计算机实施的方法,该方法包括:/n通过图像处理引擎获得对生物样品的数字组织图像的访问;/n通过该图像处理引擎将该数字组织图像平铺为图像补丁集合;/n通过该图像处理引擎从该图像补丁集合中的每个补丁中获得多个特征,该多个特征在包括该多个特征作为维度的多维特征空间中定义补丁特征向量;/n通过该图像处理引擎确定该图像补丁集合中的用户选择的补丁子集的用户选择;/n通过将经训练的分类器应用于该补丁集合中的其他补丁的补丁向量,将这些其他补丁分类为属于或不属于与该用户选择的补丁子集相同的感兴趣分类;以及/n至少部分地基于该分类的结果来识别一个或多个感兴趣区域。/n
【技术特征摘要】
【国外来华专利技术】20170912 US 62/557,7371.一种在数字图像中生成至少一种形状的感兴趣区域的计算机实施的方法,该方法包括:
通过图像处理引擎获得对生物样品的数字组织图像的访问;
通过该图像处理引擎将该数字组织图像平铺为图像补丁集合;
通过该图像处理引擎从该图像补丁集合中的每个补丁中获得多个特征,该多个特征在包括该多个特征作为维度的多维特征空间中定义补丁特征向量;
通过该图像处理引擎确定该图像补丁集合中的用户选择的补丁子集的用户选择;
通过将经训练的分类器应用于该补丁集合中的其他补丁的补丁向量,将这些其他补丁分类为属于或不属于与该用户选择的补丁子集相同的感兴趣分类;以及
至少部分地基于该分类的结果来识别一个或多个感兴趣区域。
2.如权利要求1所述的方法,其中,平铺该数字组织图像的步骤包括创建具有统一大小和统一形状的图像补丁。
3.如权利要求2所述的方法,其中,具有统一大小和统一形状的这些图像补丁包括小于或等于1,000像素乘以1,000像素的方形补丁。
4.如权利要求3所述的方法,其中,这些方形补丁小于或等于400像素乘以400像素。
5.如权利要求3所述的方法,其中,这些方形补丁小于或等于256像素乘以256像素。
6.如权利要求1所述的方法,其中,平铺该数字组织图像的步骤包括创建具有非统一的大小和形状的图像补丁。
7.如权利要求1所述的方法,其中,该图像补丁集合包括非重叠补丁。
8.如权利要求1所述的方法,其中,该经训练的分类器包括支持向量机。
9.如权利要求8所述的方法,其中,该支持向量机包括二类支持向量机。
10.如权利要求1所述的方法,其中,该经训练的分类器包括支持向量机,并且用于训练该支持向量机的训练补丁是由第二支持向量机生成的。
11.如权利要求10所述的方法,其中,该第二支持向量机是通过包括该用户选择的补丁子集的训练补丁来训练的一类支持向量机。
12.如权利要求10所述的方法,其中,该支持向量机是二类支持向量机,并且该第二支持向量机是通过包括该用户选择的补丁子集的训练补丁来训练的一类支持向量机。
13.如权利要求1所述的方法,其中,获得这些特征包括将每个补丁提交给执行特征提取处理的经训练的图像处理神经网络,该特征提取处理已经在具有各种已知对象的图像上进行了训练。
14.如权利要求13所述的方法,其中,该神经网络是卷积神经网络。
15.如权利要求13所述的方法,其中,该神经网络已经在至少1,000,000个图像上进行了训练,并且这些各种已知对象包括属于已知对象的至少1,000种不同分类的对象。
16.如权利要求13所述的方法,其中,这些已知对象中的大多数不是生物样品的数字组织图像。
17.如权利要求15所述的方法,其中,这些已知对象中的大多数不是生物样品的数字组织图像。
18.如权利要求13所述的方法,其中,所有这些已知对象都不是生物样品的数字组织图像。
19.如权利要求13所述的方法,其中,所有这些已知对象都与该用户选择的补丁子集不在同一个感兴趣分类中。...
【专利技术属性】
技术研发人员:B宋,M贾伯,
申请(专利权)人:南托米克斯有限责任公司,
类型:发明
国别省市:美国;US
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。