一种基于深度学习的肺部病理图像分类与分割方法
基本信息
| 申请号 | CN202010651956.3 | 申请日 | - |
| 公开（公告）号 | CN111784711A | 公开（公告）日 | 2020-10-16 |
| 申请公布号 | CN111784711A | 申请公布日 | 2020-10-16 |
| 分类号 | G06T7/11(2017.01)I | 分类 | 计算；推算；计数; |
| 发明人 | 王大寒;叶海礼;李建敏;周伟;朱顺痣;赵宇;朱晨雁 | 申请（专利权）人 | 麦克奥迪（厦门）医疗诊断系统有限公司 |
| 代理机构 | 北京市炜衡律师事务所 | 代理人 | 麦克奥迪（厦门）医疗诊断系统有限公司 |
| 地址 | 361000福建省厦门市湖里区火炬高新区新丰三路3号麦克奥迪大厦二楼A区（3） | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明涉及医学影像分析技术领域，具体涉及一种用于肺部病理图像分类与分割的方法。具体方法为：输入全切片的病理图像；使用滑动窗口对病理图像进行切分获得图像块；使用病灶类型分类模型依次对前景图像块进行分析，识别前景图像块内组织区域的病灶类型；输出病灶类型分类结果；将前景图像块病灶区域分割结果依照对应前景图像块在病理图像中的相对位置进行拼接，背景图像块区域填充背景，可得病理图像病灶区域分割结果。本发明实现了在对肺部病理图像进行准确病灶类型识别的同时分割出病灶区域的具体边界。 |
