用于处理图像以进行图像匹配的系统和方法与流程

本公开的各种实施方案总体上涉及用于处理电子图像的计算病理学工作流程。更具体地，本公开的特定实施方案涉及用于确定病理切片的数字图像是否在预定相似度阈值内匹配(例如，对应于同一个体)的系统和方法。

背景技术：

1、在计算病理学领域中，掌握无错误的数据对于病理学家进行准确的诊断可能至关重要。病理数据可能以多种方式出现错误。可能发生的最严重的错误之一是在将病理切片与错误的患者不正确地相关联时。如果切片的物理标本或数字图像被不正确地分配给患者，则可能会出现不正确的诊断。由于扫描期间的错误、实验室信息系统中的错误或其他领域的错误，可能会出现切片不匹配的情况。

2、上述一般描述和下面的详细描述仅仅是示例性和解释性的，而不是对本公开的限制。本文提供的背景技术描述是为了总体上呈现本公开的背景。除非本文另有说明，否则本节中描述的材料不是本申请中权利要求的现有技术，并且不因为包含在本节中而承认是现有技术或现有技术建议。

技术实现思路

1、根据本公开的某些方面，公开了用于处理电子医学图像的系统和方法，其包括：接收与患者的医学样本相关联的多个电子医学图像；将多个电子医学图像提供给经过训练的机器学习系统，经过训练的机器学习系统被训练以将多个电子医学图像中的每一个进行彼此比较以确定每对电子医学图像是否在预定相似度阈值内匹配；从经过训练的机器学习系统接收指示每对电子医学图像是否在预定相似度阈值内匹配的输出；以及输出和/或存储指示每对电子医学图像是否在预定相似度阈值内匹配的输出。

2、一种用于处理电子数字医学图像的系统，所述系统包括：存储指令的至少一个存储器；以及至少一个处理器，所述至少一个处理器被配置为执行指令以执行各操作，所述操作包括：接收与患者的医学样本相关联的多个电子医学图像；将多个电子医学图像提供给经过训练的机器学习系统，经过训练的机器学习系统被训练以将多个电子医学图像中的每一个进行彼此比较以确定每对电子医学图像是否在预定相似度阈值内匹配；从经过训练的机器学习系统接收指示每对电子医学图像是否在预定相似度阈值内匹配的输出；以及输出和/或存储指示每对电子医学图像是否在预定相似度阈值内匹配的输出。

3、一种非暂时性计算机可读介质，其存储指令，所述指令在由处理器执行时执行处理电子数字医学图像的各操作，所述操作包括：接收与患者的医学样本相关联的多个电子医学图像；将多个电子医学图像提供给经过训练的机器学习系统，经过训练的机器学习系统被训练以将多个电子医学图像中的每一个进行彼此比较以确定每对电子医学图像是否在预定相似度阈值内匹配；从经过训练的机器学习系统接收指示每对电子医学图像是否在预定相似度阈值内匹配的输出；以及输出和/或存储指示每对电子医学图像是否在预定相似度阈值内匹配的输出。

技术特征：

1.一种用于处理电子医学图像的计算机实施的方法，其包括：

2.根据权利要求1所述的方法，其中将所述多个电子医学图像提供给经过训练的机器学习系统还包括：

3.根据权利要求1所述的方法，其中对所述经过训练的机器学习系统的训练包括：

4.根据权利要求1所述的方法，其中对所述经过训练的机器学习系统的训练包括：

5.根据权利要求1所述的方法，其中对所述经过训练的机器学习系统的训练包括：

6.根据权利要求1所述的方法，其中对所述经过训练的机器学习系统的训练包括：

7.根据权利要求1所述的方法，其中将所述多个电子医学图像提供给经过训练的机器学习系统还包括：

8.根据权利要求1所述的方法，其中输出和/或存储指示每对所述电子医学图像是否在预定相似度阈值内匹配的所述输出还包括：

9.一种用于处理电子数字医学图像的系统，所述系统包括：

10.根据权利要求9所述的系统，其中将所述多个电子医学图像提供给经过训练的机器学习系统还包括：

11.根据权利要求9所述的系统，其中对所述经过训练的机器学习系统的训练包括：

12.根据权利要求9所述的系统，其中对所述经过训练的机器学习系统的训练包括：

13.根据权利要求9所述的系统，其中对所述经过训练的机器学习系统的训练包括：

14.根据权利要求9所述的系统，其中对所述经过训练的机器学习系统的训练包括：

15.根据权利要求9所述的系统，其中将所述多个电子医学图像提供给经过训练的机器学习系统还包括：

16.根据权利要求9所述的系统，其中输出和/或存储指示每对所述电子医学图像是否在预定相似度阈值内匹配的所述输出还包括：

17.一种非暂时性计算机可读介质，其存储指令，所述指令在由处理器执行时执行处理电子数字医学图像的操作，所述操作包括：

18.根据权利要求17所述的计算机可读介质，其中将所述多个电子医学图像提供给经过训练的机器学习系统还包括：

19.根据权利要求17所述的计算机介质，其中将所述多个电子医学图像提供给经过训练的机器学习系统还包括：

20.根据权利要求17所述的计算机介质，其中输出和/或存储指示每对所述电子医学图像是否在预定相似度阈值内匹配的所述输出还包括：

技术总结
一种用于处理电子医学图像的计算机实施的方法，所述方法包括接收与单个患者相关联的医学标本的多个电子医学图像。多个电子医学图像可以输入到经过训练的机器学习系统中，经过训练的机器学习系统被训练以将多个电子医学图像中的每一个进行彼此比较以确定每对电子医学图像是否在预定相似度阈值内匹配。经过训练的机器学习系统可以输出每对电子医学图像是否在预定相似度阈值内匹配。可以存储所述输出。

技术研发人员：C·卡南,L·格雷迪
受保护的技术使用者：佩治人工智能公司
技术研发日：
技术公布日：2024/3/17