用于数字病理学的用于处理载片的图像以对所处理的载片图像进行自动优先级化的系统和方法与流程

技术特征：
1.一种处理对应于样本的电子图像并自动对电子图像的处理进行优先级化的计算机实现方法，该方法包括：接收对应于目标样本的载片的目标电子图像，目标样本包括患者的组织采样；使用机器学习系统计算目标电子图像的优先级值，机器学习系统是通过处理多个训练图像而生成的，每个训练图像包括人体组织的图像和表征载片形态、诊断值、病理学家复查结果和/或分析难度中的至少一个的标签；以及输出数字化病理图像的序列，其中，基于目标电子图像的优先级值来将目标电子图像放置在序列中。2.根据权利要求1所述的计算机实现方法，其中，标签包括对应于要对目标电子图像进行进一步制备的可能性的制备值。3.根据权利要求1所述的计算机实现方法，其中，标签包括对应于要对目标电子图像进行进一步制备的可能性的制备值，并且其中基于样本重切、免疫组织化学染色、额外的诊断测试、额外磋商和/或特殊染色中的至少一种来针对目标电子图像进行进一步制备。4.根据权利要求1所述的计算机实现方法，其中，标签包括目标电子图像的诊断特征，诊断特征包括癌症存在、癌症等级、治疗效果、癌前病变、用于治疗选择的生物标记和/或感染性生物体的存在中的至少一个。5.根据权利要求1所述的计算机实现方法，其中，目标电子图像的优先级值包括所述目标电子图像针对第一用户的第一优先级值和所述目标电子图像针对第二用户的第二优先级值。6.根据权利要求1所述的计算机实现方法，其中，目标电子图像的优先级值包括所述目标电子图像针对第一用户的第一优先级值和所述目标电子图像针对第二用户的第二优先级值，并且其中基于第一用户的偏好确定第一优先级值，并基于第二用户的偏好确定第二优先级值。7.根据权利要求1所述的计算机实现方法，其中，标签包括对应于扫描线、缺失组织和/或模糊中的至少一个的伪影标签。8.一种用于处理对应于样本的电子图像并自动对电子图像的处理进行优先级化的系统，该系统包括：存储指令的至少一个存储器；以及至少一个处理器，其被配置成执行所述指令以实行包括以下的操作：接收对应于目标样本的载片的目标电子图像，目标样本包括患者的组织采样；使用机器学习系统计算目标电子图像的优先级值，机器学习系统是通过处理多个训练图像而生成的，每个训练图像包括人体组织的图像和表征载片形态、诊断值、病理学家复查结果和/或分析难度中的至少一个的标签；以及输出数字化病理图像的序列，其中，基于目标电子图像的优先级值来将目标电子图像放置在序列中。9.根据权利要求8所述的系统，其中，标签包括对应于要对目标电子图像进行进一步制备的可能性的制备值。
10.根据权利要求8所述的系统，其中，标签包括对应于要对目标电子图像进行进一步制备的可能性的制备值，并且其中基于样本重切、免疫组织化学染色、额外的诊断测试、额外磋商和/或特殊染色中的至少一种来针对目标电子图像进行进一步制备。11.根据权利要求8所述的系统，其中，标签包括目标电子图像的诊断特征，诊断特征包括癌症存在、癌症等级、治疗效果、癌前病变、用于治疗选择的生物标记和/或感染性生物体的存在中的至少一个。12.根据权利要求8所述的系统，其中，目标电子图像的优先级值包括所述目标电子图像针对第一用户的第一优先级值和所述目标电子图像针对第二用户的第二优先级值。13.根据权利要求8所述的系统，其中，目标电子图像的优先级值包括所述目标电子图像针对第一用户的第一优先级值和所述目标电子图像针对第二用户的第二优先级值，并且其中基于第一用户的偏好确定第一优先级值，并基于第二用户的偏好确定第二优先级值。14.根据权利要求8所述的系统，其中，标签包括对应于扫描线、缺失组织和/或模糊中的至少一个的伪影标签。15.一种存储指令的非暂时性计算机可读介质，所述指令当由至少一个处理器执行时使得所述至少一个处理器实行用于处理对应于样本的电子图像并自动对图像处理进行优先级化的方法，该方法包括：接收对应于目标样本的载片的目标电子图像，目标样本包括患者的组织采样；使用机器学习系统计算目标电子图像的优先级值，机器学习系统是通过处理多个训练图像而生成的，每个训练图像包括人体组织的图像和表征载片形态、诊断值、病理学家复查结果和/或分析难度中的至少一个的标签；以及输出数字化病理图像的序列，其中，基于目标电子图像的优先级值来将目标电子图像放置在序列中。16.根据权利要求15所述的非暂时性计算机可读介质，其中，标签包括对应于要对目标电子图像进行进一步制备的可能性的制备值。17.根据权利要求15所述的非暂时性计算机可读介质，其中，标签包括对应于要对目标电子图像进行进一步制备的可能性的制备值，并且其中基于样本重切、免疫组织化学染色、额外的诊断测试、额外磋商和/或特殊染色中的至少一种来针对目标电子图像进行进一步制备。18.根据权利要求15所述的非暂时性计算机可读介质，其中，标签包括目标电子图像的诊断特征，诊断特征包括癌症存在、癌症等级、治疗效果、癌前病变、用于治疗选择的生物标记和/或感染性生物体的存在中的至少一个。19.根据权利要求15所述的非暂时性计算机可读介质，其中，目标电子图像的优先级值包括所述目标电子图像针对第一用户的第一优先级值和所述目标电子图像针对第二用户的第二优先级值。20.根据权利要求15所述的非暂时性计算机可读介质，其中，目标电子图像的优先级值包括所述目标电子图像针对第一用户的第一优先级值和所述目标电子图像针对第二用户的第二优先级值，并且
其中基于第一用户的偏好确定第一优先级值，并基于第二用户的偏好确定第二优先级值。

技术总结
公开了用于处理对应于样本的电子图像并自动对电子图像的处理进行优先级化的系统和方法。一种方法包括：接收对应于目标样本的载片的目标电子图像，目标样本包括患者的组织采样；使用机器学习系统计算目标电子图像的优先级值，机器学习系统是通过处理多个训练图像而生成的，每个训练图像包括人体组织的图像和表征载片形态、诊断值、病理学家复查结果和/或分析难度中的至少一个的标签；以及输出数字化病理图像的序列，其中，基于目标电子图像的优先级值来将目标电子图像放置在序列中。级值来将目标电子图像放置在序列中。级值来将目标电子图像放置在序列中。


技术研发人员：R
受保护的技术使用者：佩治人工智能公司
技术研发日：2020.05.29
技术公布日：2022/4/22