【技术实现步骤摘要】
【国外来华专利技术】
本公开的技术涉及图像处理装置、图像处理装置的工作方法、及图像处理装置的工作程序。
技术介绍
1、在美国专利申请公开第2021/0342570号说明书中记载有一种技术，使用自动编码器等机器学习模型，从对拍摄有动物的肝脏等的组织标本的标本图像进行细分而得的小块图像中提取特征量，基于所提取的特征量，判定在小块图像上拍摄的组织标本中是否发生形态异常(增生(hyperplasia)、浸润、淤积、炎症、肿瘤、癌变、增殖、出血、糖原减少等)，基于特征量将被判定为发生了形态异常的小块图像聚类(硬聚类)为多个群集的一个群集。
技术实现思路
1、专利技术要解决的技术课题
2、为了判定是否发生形态异常，不仅需要发生了形态异常的部位的图像信息，而且也需要其周边的区域的图像信息。例如作为形态异常，判定是否发生胆管的增生时，即使是专门的病理医生，仅对增生了的胆管部分进行观察也难以判定该部分是否为增生，需要以包括该部分及其周边区域的较大的视场进行观察。因此，在美国专利申请公开第2021/0342570号说明书中，也期望将输入于提取特征量的机器学习模型的小块图像设为不仅覆盖形态异常的部分而且还覆盖其周边区域的尺寸。
3、但是，如果如上所述来设定小块图像的尺寸，则特征量成为不仅来源于形态异常的部分而且还来源于周边区域的特征量。因此，被判定为发生了形态异常的小块图像的特征量的分布不会变得离散。如果特征量的分布不离散，则难以像美国专利申请公开第2021/0342570号说明书那样通过计算机的处理
4、本公开的技术所涉及的一个实施方式提供一种能够对特征量的分布不离散的标本图像的小块图像进行聚类的图像处理装置、图像处理装置的工作方法、及图像处理装置的工作程序。
5、用于解决技术课题的手段
6、本公开的图像处理装置具备处理器，处理器获取拍摄有受检体的组织标本的第一标本图像，使用机器学习模型，从对第一标本图像进行细分而得的第一小块图像中提取第一特征量，基于第一特征量，判定在第一小块图像上拍摄的组织标本中是否发生形态异常，进行手动聚类处理及软聚类处理中的任一个，在手动聚类处理中，从用户接受被判定为在组织标本中发生了形态异常的第一小块图像归属于哪个群集的指定，基于指定将第一小块图像聚类于多个群集，在软聚类处理中，计算被判定为在组织标本中发生了形态异常的第一小块图像对多个群集中的每一个的归属度。
7、优选的是，处理器进行显示手动聚类处理的结果或软聚类处理的结果的控制。
8、优选的是，结果使用对第一标本图像进行加工而生成的多个群集图像来显示，多个群集图像是可通过对多个群集的每一个预先设定的显示形式来识别多个群集的图像。
9、优选的是，处理器将多个群集图像中的至少一个重叠显示在第一标本图像上。
10、优选的是，处理器从用户接受在第一标本图像上重叠显示的群集图像的指定。
11、优选的是，处理器显示基于结果的统计信息。
12、优选的是，处理器在手动聚类处理中，将第一特征量的维数减少为二维或三维，显示将减少了维数的第一特征量绘制在二维空间或三维空间中而得的图表，且接受在图表上的指定。
13、优选的是，机器学习模型是以对第二标本图像进行细分而得的第二小块图像为训练数据来进行学习而得的模型，该第二标本图像拍摄有构成在过去的药品的候选物质的评价试验中未投喂候选物质的对照组的多个受检体的组织标本。
14、优选的是，训练数据还包括拍摄有发生了形态异常的组织标本的小块图像。
15、优选的是，机器学习模型是负责识别形态异常的种类的任务的模型。
16、优选的是，处理器获取第二特征量的分布的信息，计算分布与第一特征量之间的距离，基于距离进行判定，其中，第二特征量是使用机器学习模型从对第二标本图像进行细分而得的第二小块图像中提取的特征量。
17、本公开的图像处理装置的工作方法包括：获取拍摄有受检体的组织标本的第一标本图像的步骤；使用机器学习模型，从对第一标本图像进行细分而得的第一小块图像中提取第一特征量的步骤；基于第一特征量，判定在第一小块图像上拍摄的组织标本中是否发生形态异常的步骤；以及进行手动聚类处理及软聚类处理中的任一个的步骤，在手动聚类处理中，从用户接受被判定为在组织标本中发生了形态异常的第一小块图像归属于哪个群集的指定，基于指定将第一小块图像聚类于多个群集，在软聚类处理中，计算被判定为在组织标本中发生了形态异常的第一小块图像对多个群集中的每一个的归属度。
18、本公开的图像处理装置的工作程序使计算机执行包括下述步骤的处理：获取拍摄有受检体的组织标本的第一标本图像的步骤；使用机器学习模型，从对第一标本图像进行细分而得的第一小块图像中提取第一特征量的步骤；基于第一特征量，判定在第一小块图像上拍摄的组织标本中是否发生形态异常的步骤；以及进行手动聚类处理及软聚类处理中的任一个的步骤，在手动聚类处理中，从用户接受被判定为在组织标本中发生了形态异常的第一小块图像归属于哪个群集的指定，基于指定将第一小块图像聚类于多个群集，在软聚类处理中，计算被判定为在组织标本中发生了形态异常的第一小块图像对多个群集中的每一个的归属度。
19、专利技术效果
20、根据本公开的技术，能够提供一种能够对特征量的分布不离散的标本图像的小块图像进行聚类的图像处理装置、图像处理装置的工作方法、及图像处理装置的工作程序。
本文档来自技高网...【技术保护点】
1.一种图像处理装置，其中，
2.根据权利要求1所述的图像处理装置，其中，
3.根据权利要求2所述的图像处理装置，其中，
4.根据权利要求3所述的图像处理装置，其中，
5.根据权利要求4所述的图像处理装置，其中，
6.根据权利要求2所述的图像处理装置，其中，
7.根据权利要求1所述的图像处理装置，其中，
8.根据权利要求1所述的图像处理装置，其中，
9.根据权利要求8所述的图像处理装置，其中，
10.根据权利要求9所述的图像处理装置，其中，
11.根据权利要求8所述的图像处理装置，其中，
12.一种图像处理装置的工作方法，其中，包括：
13.一种图像处理装置的工作程序，其中，使计算机执行包括以下步骤的处理：
【技术特征摘要】
【国外来华专利技术】
1.一种图像处理装置，其中，
2.根据权利要求1所述的图像处理装置，其中，
3.根据权利要求2所述的图像处理装置，其中，
4.根据权利要求3所述的图像处理装置，其中，
5.根据权利要求4所述的图像处理装置，其中，
6.根据权利要求2所述的图像处理装置，其中，
7.根据权利要求1所述的图像处理装置，其中，
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。