买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京透彻未来科技有限公司

摘要：本发明提供了一种基于病理大模型在数字病理切片数据集上的以图搜图系统，包括：图像预处理及模型构建模块用于将数字病理切片图像进行预处理，并基于预处理结果训练病理大模型；特征降维及搜图模块用于基于训练后的病理大模型对待处理病理切片图像进行图像特征提取，并将提取到的图像特征降维后进行特征捕捉，且基于特征捕捉结果对数字病理切片数据集进行相似度搜索，得到相似病理切片图像；可视化展示及模型优化模块用于对相似病理切片图像进行策略显示，并基于显示结果同步接收用户终端的反馈数据，且基于反馈数据对病理大模型进行迭代优化。确保了病理大模型对待处理病理切片图像的处理准确率和效率，降低病理诊断的人力成本。

主权项：1.一种基于病理大模型在数字病理切片数据集上的以图搜图系统，其特征在于，包括：图像预处理及模型构建模块，用于将数字病理切片图像进行预处理，并基于预处理结果得到的不同病理状态下的图像特征分布及病理诊断结果训练病理大模型；特征降维及搜图模块，用于基于训练后的病理大模型对待处理病理切片图像进行图像特征提取，并将提取到的图像特征降维后进行特征捕捉，且基于特征捕捉结果对数字病理切片数据集进行相似度搜索，得到相似病理切片图像；可视化展示及模型优化模块，用于基于显示策略对相似病理切片图像进行策略显示，并基于显示结果同步接收用户终端的反馈数据，且基于反馈数据对病理大模型进行迭代优化；其中，图像预处理及模型构建模块，包括：图像分析单元，用于获取得到的数字病理切片图像，并对数字病理切片图像进行主体对象识别，确定不同数字病理切片图像对应的病理组织对象；指标确定单元，用于确定对数字病理切片图像的多维度处理项目，并基于病理组织对象对多维度处理项目的限定指标值进行差异适配；图像预处理单元，用于基于差异适配结果将多维度处理项目的限定指标值封装为模型文件，并将模型文件在卷积神经网络中进行集成部署，且基于集成部署后的卷积神经网络对不同数字病理切片图像进行相应预处理操作，得到标准数字病理切片图像；其中，图像预处理及模型构建模块，包括：图像特征提取单元，用于：将预处理后的数字病理切片图像进行区域划分，并确定区域划分得到的每个图像区域块的像素分布特征；基于像素分布特征对多维度特征提取模型进行参数适配，并基于参数适配结果对每个图像区域块进行多维度特征提取，得到每个图像区域块对应的边缘特征、病理组织对象的角度变化特征以及病理组织对象的纹理特征；汇总单元，用于将不同图像区域块的边缘特征、病理组织对象的角度变化特征以及病理组织对象的纹理特征进行顺位关联，得到数字病理切片图像对应的病理状态以及图像特征分布，并基于数字病理切片图像的来源属性从预设记录数据库中调取数字病理切片图像对应的病理诊断结果；模型训练单元，用于将同一数字病理切片图像对应的病理状态、图像特征分布以及病理诊断结果进行封装，并基于封装结果对病理大模型进行迭代学习训练；其中，特征降维及搜图模块，包括：图像处理单元，用于：获取待处理病理切片图像，并将待处理病理切片图像输入至训练后的病理大模型，且基于病理大模型提取待处理病理切片图像的有效感兴趣特征区域；对有效感兴趣特征区域进行全局扫描，得到待处理病理切片图像对应的全局特征，并基于全局特征将有效感兴趣特征区域进行分块，得到M个特征图像块；对每个特征图像块进行颜色增强以及归一化处理，得到归一化彩色图像块，并基于特征量化提取指标对每个归一化彩色图像块进行特征提取，得到局域高精特征；基于各特征图像块的位置参数将局域高精特征顺位映射至全局特征，并基于映射结果将高精特征在全局特征上进行区域覆盖，得到待处理病理切片图像对应的图像特征；特征降维单元，用于：基于预设病理大模型特征提取器对图像特征进行学习，确定图像特征中的主成分特征，并基于主成分特征对图像特征进行降维，得到低维度特征；对低维度特征进行特征提取通道增强以及像素增强，并对增强处理后的低维度特征进行特征捕捉，得到关键特征，且对关键特征进行矩阵分解，得到对应的目标特征连续向量；以图搜图单元，用于提取数字病理切片数据集中各数字病理切片图像对应的基准参考特征向量，并基于目标特征连续向量和基准参考特征向量确定待处理病理切片图像与各数字病理切片图像的相似度，且将相速度取值最大之对应的数字病理切片图像确定为相似病理切片图像。

全文数据：

权利要求：

百度查询： 北京透彻未来科技有限公司 基于病理大模型在数字病理切片数据集上的以图搜图系统