公开(公告)号：CN108629768A

公开(公告)日：2018-10-09

申请号：CN201810405691.1

申请日：2018-04-29

Applicant: 山东省计算中心(国家超级计算济南中心)

Inventor： 牛春阳 ,  孙占全 ,  赵志刚 ,  葛菁 ,  谢迎

IPC: G06T7/00 ,  G06T7/11 ,  G06N3/04

Abstract: 本发明的食管病理图像中上皮组织的分割方法，包括：a).染色校正及灰度处理；b).选取训练、测试样本；c).图像分割和标注；d).构建卷积神经网络模型；e).测试图像的处理；f).获取预热图像；g).预测热图的处理；h).计算精确度和召回率。本发明提出的上皮分割方法，是在像素级别上的分类，特别对上皮边界区域的分割，在分割精度上具有明显优势，且本方法自动学习到有效的特征和表达，避免了复杂的手工特征选取过程，可以满足实际应用需求。在从不同的医院使用不同的扫描仪获得的图像都可以较高精度地分割出上皮组织，是构建食道癌的计算机辅助诊断中图像处理不可或缺的一步。

公开(公告)号：CN108629768B

公开(公告)日：2022-01-21

申请号：CN201810405691.1

申请日：2018-04-29

Applicant: 山东省计算中心(国家超级计算济南中心)

Inventor： 牛春阳 ,  孙占全 ,  赵志刚 ,  葛菁 ,  谢迎

IPC: G06T7/00 ,  G06T7/11 ,  G06N3/04

Abstract: 本发明的食管病理图像中上皮组织的分割方法，包括：a).染色校正及灰度处理；b).选取训练、测试样本；c).图像分割和标注；d).构建卷积神经网络模型；e).测试图像的处理；f).获取预热图像；g).预测热图的处理；h).计算精确度和召回率。本专利提出的上皮分割方法，是在像素级别上的分类，特别对上皮边界区域的分割，在分割精度上具有明显优势，且本方法自动学习到有效的特征和表达，避免了复杂的手工特征选取过程，可以满足实际应用需求。在从不同的医院使用不同的扫描仪获得的图像都可以较高精度地分割出上皮组织，是构建食道癌的计算机辅助诊断中图像处理不可或缺的一步。