System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术实施例涉及光学检测领域,尤其涉及一种检测方法及系统、检测装置、设备以及存储介质。
技术介绍
1、外科手术范围的选择一直是外科治疗关注的焦点,过大的切除范围会造成过大的创口、累及重要器官,而不彻底的切除又会带来高复发率。如何尽可能切除所有病变部位,又尽可能保留正常组织,是一大挑战。
2、现阶段外科手术针对多灶性肿瘤切除,如黑色素瘤、眼睑基底细胞癌、隆突性纤维肉瘤、乳房外佩吉特病等,往往采用局部扩大切除方案或者莫式显微手术。目前局部扩大切除方案是针对瘤体周围扩切1-5cm,但对于扩切多大范围合适目前存在较多争论。莫式显微手术,需要逐层检查切缘的组织病理,耗时久,病理检查点多(多达几百甚至几千点),病理工作量巨大,且术中冰冻切片检查的质量和准确率也不够理想,不能完全避免切缘阳性。因此要兼顾切除范围合适且尽可能保留正常组织,优秀的切缘判断技术尤为重要。
3、但是,目前检测效率、精细度和准确度仍有待提高。
技术实现思路
1、本专利技术实施例解决的问题是提供一种检测方法及系统、检测装置、设备以及存储介质,提升检测的准确度、精细度和检测效率。
2、为解决上述问题,本专利技术实施例提供一种检测方法,包括:获得检测样本的特征数据,所述特征数据包括位于所述检测样本上的多个测量点以及每个所述测量点产生的信号光的特征曲线;获得检测样本在间隔数个位置的组织切片的光学成像数据;基于所述光学成像数据,对每个所述组织切片的光学图像进行图像分割以获得多个分割图像;获得所
3、以及信号光特征曲线用于构成第一训练数据集;构建初始检测模型;利用所述第一训练数据集对所述初始检测模型进行训练处理,获得训练好的检测模型;利用训练好的检测模型,对测量点和对应的信号光的特征曲线进行预测处理,获得对应的分类标签。
4、相应的,本专利技术实施例还提供一种检测装置,所述检测装置用于获得本专利技术实施例所述的检测方法中所述检测样本的特征数据;所述检测装置包括:光源,用于提供检测光;光纤检测端,与所述光源连接,所述光纤检测端用于作为检测所述检测样本上的测量点的检测端;其中,所述检测光通过所述光纤检测端照射至所述测量点上使所述测量点位置处的检测样本产生信号光;探测模块,与所述光纤检测端连接,所述探测模块用于探测所述测量点位置处的检测样本产生的信号光,并获得每个测量点的信号光特征曲线。
5、相应的,本专利技术实施例还提供一种检测系统,包括:数据获取模块,用于获得检测样本的特征数据,所述特征数据包括位于所述检测样本上的多个测量点以及每个所述测量点产生的信号光的特征曲线;成像模块,用于获得检测样本在间隔数个位置的组织切片的光学成像数据;图像分割模块,用于基于所述光学成像数据,对每个所述组织切片的光学图像进行图像分割以获得多个分割图像;分块标签获取模块,用于获得所述组织切片中每个分割图像的分块标签;分类标签获取模块,用于基于所述分割图像与所述测量点之间的位置对应关系,以及所述分割图像的分块标签,获得所述测量点对应的分类标签,所述测量点与对应的分类标签以及信号光特征曲线用于构成第一训练数据集;模型构建模块,用于构建初始检测模型;训练模块,用于利用所述第一训练数据集对所述初始检测模型进行训练处理,获得训练好的检测模型;预测模块,用于利用训练好的所述检测模型,对所述测量点和对应的信号光的特征曲线进行预测处理,获得对应的分类标签。
6、相应的,本专利技术实施例还提供一种设备,包括至少一个存储器和至少一个处理器,所述存储器存储一条或多条计算机指令,其中,所述一条或多条计算机指令被所述处理器执行以实现本专利技术实施例提供的检测方法。
7、相应的,本专利技术实施例还提供一种存储介质,所述存储介质存储一条或多条计算机指令,所述一条或多条计算机指令被所述处理器执行以实现本专利技术实施例提供的检测方法。
8、fdu-pa230002-cn
9、与现有技术相比,本专利技术实施例的技术方案具有以下优点:
10、本专利技术实施例提供的检测方法中,通过对每个所述组织切片的光学图像进行图像分割以获得多个分割图像,以及获得所述组织切片中每个分割图像的分块标签,并基于所述分割图像与所述测量点之间的位置对应关系以及所述分割图像的分块标签,获得测量点对应的分类标签,和每个组织切片的光学图像相比,分割图像和测量点的尺寸更小、精细度更高,从而在利用第一训练数据集对初始检测模型进行训练以获得训练好的检测模型的步骤中,能够提高检测模型在分类判断时的精细程度,相应有利于提高检测的准确度和精细度,尤其适用于对多灶性疾病的检测和判断,而且,通过获得检测样本上多个测量点以及测量点的信号光特征曲线,还有利于提高获得特征数据的效率,并且能够基于原始数据(即测量点和对应的信号光特征曲线)利用检测模型进行预测处理获得对应的分类标签,且无需对信号光特征曲线进行拟合分析,有利于提高检测效率。
11、本专利技术实施例提供的检测装置中,包括光纤检测端,与所述光源连接,所述光纤检测端用于作为检测所述检测样本上的测量点的检测端;其中,所述检测光通过所述光纤检测端照射至所述测量点上使所述测量点位置处的检测样本产生信号光,从而为探测模块探测所述信号光并获得信号点的信号光特征曲线提供基础,且通过光纤检测端对测量点进行测量,与对组织切片进行染色和光学检测相比,通过对每个测量点进行检测以获得信号光特征曲线,省去了对检测样本进行取样、固定、染色等流程,而是直接在检测样本表面上的每个测量点进行检测以获得信号光特征曲线,有利于简化流程、提高检测的便利程度,并且在每个测量点上停留进行检测所花费的时间较少,还有利于大幅度提高检测速度;并且,光纤检测端便于对细胞、组织、人体表面的皮肤以及人体内的器件等检测样本实现检测,还提高了检测样本的适用范围。
本文档来自技高网...【技术保护点】
1.一种检测方法,其特征在于,包括:
2.如权利要求1所述的检测方法,其特征在于,获得所述组织切片中每个分割图像的分块标签的步骤包括:
3.如权利要求2所述的检测方法,其特征在于,获得所述组织切片中每个分割图像的分块标签的步骤还包括:在基于所述病理诊断结果,获得所述部分数量的组织切片中每个分割图像的分块标签,且在利用所述第二训练数据集,对所述分类模型进行训练处理之前,对所述第二训练数据集中的分割图像进行图像识别处理,获得图像识别结果;基于所述图像识别结果,将背景区域占比大于预设值的分割图像从所述第二训练数据集中去除;和/或,
4.如权利要求1所述的检测方法,其特征在于,所述信号光的特征曲线包括荧光寿命衰减曲线或光谱曲线。
5.如权利要求1所述的检测方法,其特征在于,在获得检测样本的特征数据的步骤中,获得检测样本的多通道特征数据,每个通道获取的光信号的波长范围不同。
6.如权利要求1所述的检测方法,其特征在于,获得检测样本的特征数据的步骤包括:基于检测需求,在所述检测样本上设置所述测量点;对所述测量点进行检测,获得所述测量
7.如权利要求1所述的检测方法,其特征在于,所述方法还包括:在基于所述分割图像与所述测量点之间的位置对应关系,以及所述分割图像的分块标签,获得所述测量点对应的分类标签之后,且在利用所述第一训练数据集对所述初始检测模型进行训练处理之前,对所述第一训练数据集进行数据扩充处理;
8.如权利要求1所述的检测方法,其特征在于,所述光学成像数据包括荧光寿命成像数据、受激拉曼散射显微成像数据、多光子激发荧光成像数据、自体荧光成像数据、组织化学染色图像数据或二次谐波成像数据。
9.如权利要求1所述的检测方法,其特征在于,所述检测方法还包括:基于同一所述检测样本上所有测量点的分类标签,获得检测样本的阳性率。
10.一种检测装置,其特征在于,所述检测装置用于获得如权利要求1至9任一项所述的检测方法中所述检测样本的特征数据;所述检测装置包括:
11.如权利要求10所述的检测装置,其特征在于,所述探测模块包括:
12.如权利要求10或11所述的检测装置,其特征在于,所述探测模块包括:光谱仪,与所述光纤检测端连接,用于获得光谱曲线。
13.一种检测系统,其特征在于,包括:
14.一种设备,其特征在于,包括至少一个存储器和至少一个处理器,所述存储器存储一条或多条计算机指令,其中,所述一条或多条计算机指令被所述处理器执行以实现如权利要求1-9任一项所述的检测方法。
15.一种存储介质,其特征在于,所述存储介质存储一条或多条计算机指令,所述一条或多条计算机指令用于实现如权利要求1-9任一项所述的检测方法。
...【技术特征摘要】
1.一种检测方法,其特征在于,包括:
2.如权利要求1所述的检测方法,其特征在于,获得所述组织切片中每个分割图像的分块标签的步骤包括:
3.如权利要求2所述的检测方法,其特征在于,获得所述组织切片中每个分割图像的分块标签的步骤还包括:在基于所述病理诊断结果,获得所述部分数量的组织切片中每个分割图像的分块标签,且在利用所述第二训练数据集,对所述分类模型进行训练处理之前,对所述第二训练数据集中的分割图像进行图像识别处理,获得图像识别结果;基于所述图像识别结果,将背景区域占比大于预设值的分割图像从所述第二训练数据集中去除;和/或,
4.如权利要求1所述的检测方法,其特征在于,所述信号光的特征曲线包括荧光寿命衰减曲线或光谱曲线。
5.如权利要求1所述的检测方法,其特征在于,在获得检测样本的特征数据的步骤中,获得检测样本的多通道特征数据,每个通道获取的光信号的波长范围不同。
6.如权利要求1所述的检测方法,其特征在于,获得检测样本的特征数据的步骤包括:基于检测需求,在所述检测样本上设置所述测量点;对所述测量点进行检测,获得所述测量点的特征数据;
7.如权利要求1所述的检测方法,其特征在于,所述方法还包括:在基于所述分割图像与所述测量点之间的位置对应关系,以及所述分割图像的分块标签,获得所述测量点对应的分类标签之后,且在利用所述...
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。