(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111647299.6 (22)申请日 2021.12.2 9 (71)申请人 深圳市联影高端医疗 装备创新研究 院 地址 518017 广东省深圳市福田区福田保 税区槟榔道3号深九科技创业园B栋8- 13层 (72)发明人 王凯　 (74)专利代理 机构 武汉智嘉联合知识产权代理 事务所(普通 合伙) 42231 代理人 张璐 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/30(2017.01) G06N 3/04(2006.01)G06N 3/08(2006.01) (54)发明名称 伪病理切片生 成方法、 装置、 设备、 医疗系统 及存储介质 (57)摘要 本发明涉及伪病理切片生成方法、 装置、 设 备、 医疗系统及存储介质， 包括： 获取待诊断的磁 共振图像； 将所述待诊断的磁共振图像输入至训 练完备的深度学习网络； 生 成所述深度学习网络 输出的伪病理切片图像。 本发明深入挖掘待诊断 的磁共振图像的磁共振信息， 利用深度学习模 型， 建立磁共振信息与病理切片的关联， 从而实 现无创、 无痛苦的伪病理切片检查。 权利要求书1页 说明书8页 附图3页 CN 114332021 A 2022.04.12 CN 114332021 A 1.一种伪病理切片生成方法， 其特 征在于， 包括： 获取待诊断的磁共 振图像； 将所述待 诊断的磁共 振图像输入至训练完备的深度学习网络； 生成所述训练完备的深度学习网络 输出的伪病理切片图像。 2.根据权利要求1所述的伪病理切片生成方法， 其特征在于， 得到所述训练完备的深度 学习网络的具体步骤 包括： 获取多个待训练的磁共振图像和对应的真实病理切片图像， 其中， 所述真实病理切片 图像为所述待训练的磁共 振图像中病变部位对应的病理切片图像； 将多个所述待训练的磁共振图像作为磁共振图像训练集， 以所述真实病理切片图像作 为训练标签样本， 对构建的初始深度学习网络进行训练； 在经过多组所述磁共振图像训练集和所述训练标签样本的完备训练后， 得到所述训练 完备的深度学习网络 。 3.根据权利要求2所述的伪病理切片生成方法， 其特征在于， 在所述获取多个待训练 的 磁共振图像和对应的真实病理切片图像之前， 所述方法还包括： 将所述待训练的磁共振图 像和对应的所述真实病理切片图像进行图像 配准。 4.根据权利要求3所述的伪病理切片生成方法， 其特征在于， 在将所述待训练 的磁共振 图像和对应的所述真实病理切片图像进行图像配准之前， 所述方法还包括： 对所述待训练 的磁共振图像进行降噪和/或提升分辨 率的预处 理。 5.根据权利要求2所述的伪病理切片生成方法， 其特征在于， 在所述将所述待诊断的磁 共振图像输入至所述训练完备的深度学习网络之前， 所述方法还 包括： 获取多个所述待训练的磁共 振图像和对应的所述真实病理切片图像； 将多个所述待训练的磁共振图像作为测试输入样本， 以所述真实病理切片图像作为测 试标签样本， 对所述训练完备的深度学习网络进行性能测试。 6.根据权利要求2至5任一项所述的伪病理切片生成方法， 其特征在于， 所述待诊断的 磁共振图像和/或所述待训练的磁共 振图像为多模态的MRI图像。 7.一种伪病理切片生成装置， 其特 征在于， 包括： 获取单元， 用于获取待 诊断的磁共 振图像； 处理单元， 用于将所述待 诊断的磁共 振图像输入至训练完备的深度学习网络； 生成单元， 用于生成所述深度学习网络 输出的伪病理切片图像。 8.一种伪病理切片生成设备， 包括存储器和处理器， 所述存储器存储有可执行程序， 其 特征在于， 所述处理器执行所述可执行程序时实现根据权利要求 1至6中任一项 所述的伪病 理切片生成方法。 9.一种医疗系统， 其特征在于， 所述医疗系统还包括至少一种扫描设备和根据权利要 求8所述的伪病理切片生成设备， 所述扫描设备用于采集待诊断的磁共振图像， 并上传至所 述伪病理切片生成设备。 10.一种计算机可读存储介质， 其上存储有可执行程序， 其特征在于， 所述可执行程序 被处理器执行时实现权利要求1至 6中任意一项所述的伪病理切片生成方法。权　利　要　求　书 1/1 页 2 CN 114332021 A 2伪病理切片生成方 法、 装置、 设备、 医疗系统及存 储介质 技术领域 [0001]本发明涉及图像技术领域， 尤其涉及伪病理切片生成方法、 装置、 设备、 医疗系统 及存储介质。 背景技术 [0002]病理切片检查的结果， 通常被当成局部病变性质判断的金标准， 其应用广 泛， 例如 进行肿瘤类型的诊断及等级的划分、 脑病变性质的判断等。 然而传统意义上的病理切片， 要 么以组织活检的方式采集， 对病 人造成很大 的伤害和痛苦， 要么只能以死后切片的方式来 回溯疾病的性质。 [0003]现有技术中， 对于疾病的诊断包括如下形式： 一方面， 着重于采用磁共振成像 (Magnetic Resonance  Imaging， 简称为MRI)， 去对病变区域进行识别， 但磁共振成像无法 识别出疾病的本质， 只能从 “宏观”上检测出组织整体的结构和变化， 利用磁共振成像进行 疾病诊断和分级的模型有很多， 但试图直接构建从磁共振成像到疾病的关联， 显然缺 乏微 观细节信息， 因而构建的模型往往不够准确； 另一方面， 从进行病理切片出发， 以组织活检 的方式提取相关病灶形成切片， 再进 行切片扫描成像， 其可以识别出疾病的本质， 而在此过 程中， 相关人员往往探索更为高效的切片提取工具或者更精密的切片成像方式， 却忽略了 病患在病理切片过程中的痛苦。 因此， 如何进行无创且准确的病理切片检查是亟待解决的 问题。 发明内容 [0004]有鉴于此， 有必要提供伪病理切片生成方法、 装置、 设备、 医疗系统及存储介质， 用 以克服现有技 术中无法高效、 快速得到病理切片的问题。 [0005]本发明提供一种伪病理切片生成方法， 包括： [0006]获取待诊断的磁共 振图像； [0007]将所述待 诊断的磁共 振图像输入至训练完备的深度学习网络； [0008]生成所述深度学习网络 输出的伪病理切片图像。 [0009]进一步地， 得到所述训练完备的深度学习网络的具体步骤 包括： [0010]获取多个待训练的磁共振图像和对应的真实病理切片图像， 其中， 所述真实病理 切片图像为所述待训练的磁共 振图像中病变部位对应的病理切片图像； [0011]将多个所述待训练的磁共振图像作为磁共振图像训练集， 以所述真实病理切片图 像作为训练标签样本， 对构建的初始深度学习网络进行训练； [0012]在经过多组所述磁共振图像训练集和所述训练标签样本的完备训练后， 得到所述 训练完备的深度学习网络 。 [0013]进一步地， 在所述获取多个待训练的磁共振图像和对应的真实病理切片图像之 前， 所述方法还包括： 将所述待训练的磁共振图像和对应的所述真实病理切片图像进行图 像配准。说　明　书 1/8 页 3 CN 114332021 A 3