骨组织病理识别方法及系统与流程

本申请涉及但不限于机器学习，尤其涉及一种骨组织病理识别方法及系统。

背景技术：

1、在骨组织病理识别领域，准确地从医学影像中提取关键信息对于病理识别非常重要。传统的骨组织病理识别方法主要依赖于医生的经验和专业知识，但这种方法受限于医生的主观判断和个人经验，难以保证识别的准确性和一致性。随着计算机视觉和深度学习技术的发展，越来越多的研究者开始探索基于机器学习模型的骨组织病理识别方法。现有的基于深度学习的骨组织病理识别方法通常采用卷积神经网络（cnn）对医学影像进行特征提取和分类。然而，这些方法在处理复杂多变的骨组织医学影像时仍面临一些挑战。首先，医学影像中可能存在噪声、伪影等干扰因素，这些因素会影响特征提取的准确性。其次，不同病理类型下的骨组织医学影像差异较大，单一的神经网络模型难以适应所有情况。最后，现有的方法通常只关注于分类结果的准确性，而忽略了特征提取过程中的信息损失问题。为了解决上述问题，研究者们提出了一系列改进方法。例如，一些方法采用数据增强技术来增加训练样本的多样性，从而提高模型的泛化能力。另一些方法则通过设计更复杂的神经网络结构来提取更丰富的特征信息。然而，这些方法仍然存在一定的局限性，如数据增强可能导致模型过拟合，而复杂的网络结构则增加了模型的计算复杂度和训练难度。

技术实现思路

1、有鉴于此，本申请实施例至少提供一种骨组织病理识别方法及系统。本申请的技术方案是这样实现的：

2、一方面，本申请提供一种骨组织病理识别方法，所述方法包括：获取第一骨组织医学影像，以及通过图像嵌入神经网络对所述第一骨组织医学影像进行图像嵌入操作，生成所述第一骨组织医学影像的目标图像嵌入描述子；通过x个图像还原神经网络从x个描述子还原通道分别对所述目标图像嵌入描述子进行还原映射，得到每个图像还原神经网络各自的描述子还原结果；x≥1，一个图像还原神经网络用于在对应的一个描述子还原通道对所述目标图像嵌入描述子进行还原映射；依据所述每个图像还原神经网络各自的描述子还原结果，获取所述每个图像还原神经网络分别针对所述目标图像嵌入描述子的描述子还原损失；依据获得的x个描述子还原损失调节所述图像嵌入神经网络的网络参变量，得到调试完成的图像嵌入神经网络；所述调试完成的图像嵌入神经网络用于生成待处理骨组织医学影像的密集图像嵌入描述子；获取骨组织终端识别设备上传的待识别骨组织医学影像，以及通过所述调试完成的图像嵌入神经网络对所述待识别骨组织医学影像进行图像嵌入操作，生成所述待识别骨组织医学影像的密集图像嵌入描述子；获取所述待识别骨组织医学影像的密集图像嵌入描述子分别与所述图像嵌入描述子集合中的每个密集图像嵌入描述子之间的描述子共性度量结果；依据所述待识别骨组织医学影像的密集图像嵌入描述子分别与所述图像嵌入描述子集合中的每个密集图像嵌入描述子之间的描述子共性度量结果，在所述图像嵌入描述子集合中选取匹配图像嵌入描述子；将所述匹配图像嵌入描述子所属的匹配骨组织医学影像确定为所述待识别骨组织医学影像的匹配骨组织医学影像，并将所述待识别骨组织医学影像的匹配骨组织医学影像发送到所述骨组织终端识别设备，使所述骨组织终端识别设备输出所述待识别骨组织医学影像的匹配骨组织医学影像以及所述匹配骨组织医学影像包含的病理信息。

3、另一方面，本申请提供了一种计算机系统，包括存储器和处理器，所述存储器存储有可在处理器上运行的计算机程序，所述处理器执行所述程序时实现以上所述方法中的步骤。

4、本申请的有益效果至少包括：本申请获取第一骨组织医学影像，以及通过图像嵌入神经网络对第一骨组织医学影像进行图像嵌入操作，生成第一骨组织医学影像的目标图像嵌入描述子；通过x个图像还原神经网络从x个描述子还原通道分别对目标图像嵌入描述子进行还原映射，得到每个图像还原神经网络各自的描述子还原结果；x≥1，一个图像还原神经网络用于在对应的一个描述子还原通道对目标图像嵌入描述子进行还原映射；同时依据每个图像还原神经网络各自的描述子还原结果，获取每个图像还原神经网络分别对目标图像嵌入描述子的描述子还原损失；依据获得的x个描述子还原损失调节图像嵌入神经网络的网络参变量，得到调试完成的图像嵌入神经网络；调试完成的图像嵌入神经网络用于生成待处理骨组织医学影像的密集图像嵌入描述子。基于此，本申请可以基于多个图像还原神经网络对图像嵌入神经网络生成的图像嵌入描述子进行不同描述子还原通道的还原映射，生成每一图像还原神经网络在各自的描述子还原通道下的描述子还原损失，如此基于该多个图像还原神经网络在多个描述子还原通道下的描述子还原损失，完成对图像嵌入神经网络的协同强化调试，令图像嵌入神经网络的网络参变量能在多个描述子还原通道下获得更优质的优化，如此提高对图像嵌入神经网络的调试质量，基于调试获得的图像嵌入神经网络可以对待处理骨组织医学影像生成更精准的图像嵌入描述子。

技术特征：

1.一种骨组织病理识别方法，其特征在于，所述方法包括：

2.如权利要求1所述的方法，其特征在于，所述依据所述待识别骨组织医学影像的密集图像嵌入描述子分别与所述图像嵌入描述子集合中的每个密集图像嵌入描述子之间的描述子共性度量结果，在所述图像嵌入描述子集合中选取匹配图像嵌入描述子，包括：

3.如权利要求1所述的方法，其特征在于，所述第一骨组织医学影像是基于第一屏蔽百分比对初始骨组织医学影像进行屏蔽操作后获得的，所述x个图像还原神经网络包括图像重构还原神经网络；所述通过x个图像还原神经网络从x个描述子还原通道分别对所述目标图像嵌入描述子进行还原映射，得到每个图像还原神经网络各自的描述子还原结果，包括：

4.如权利要求1所述的方法，其特征在于，所述第一骨组织医学影像是对初始骨组织医学影像进行屏蔽操作后获得的，所述x个图像还原神经网络包括核心区域推理还原神经网络；

5.如权利要求1所述的方法，其特征在于，所述获取第一骨组织医学影像，包括：

6.如权利要求5所述的方法，其特征在于，所述依据获得的x个描述子还原损失调节所述图像嵌入神经网络的网络参变量，得到调试完成的图像嵌入神经网络，包括：

7.如权利要求6所述的方法，其特征在于，所述对所述第一骨组织医学影像重构损失以及所述x个描述子还原损失进行求和，生成目标调试损失，包括：

8.如权利要求1所述的方法，其特征在于，所述方法还包括：

9.如权利要求1所述的方法，其特征在于，所述方法还包括：

10.一种计算机系统，包括存储器和处理器，所述存储器存储有可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至9任一项所述方法中的步骤。

技术总结本申请提供一种骨组织病理识别方法及系统，可以基于多个图像还原神经网络对图像嵌入神经网络生成的图像嵌入描述子进行不同描述子还原通道的还原映射，生成每一图像还原神经网络在各自的描述子还原通道下的描述子还原损失，如此基于该多个图像还原神经网络在多个描述子还原通道下的描述子还原损失，完成对图像嵌入神经网络的协同强化调试，令图像嵌入神经网络的网络参变量能在多个描述子还原通道下获得更优质的优化，如此提高对图像嵌入神经网络的调试质量，基于调试获得的图像嵌入神经网络可以对待处理骨组织医学影像生成更精准的图像嵌入描述子。技术研发人员：陈小川受保护的技术使用者：四川骨源生物科技有限公司技术研发日：技术公布日：2024/12/2