CN109215017A - 图片处理方法、装置、用户终端、服务器及存储介质 - Google Patents

图片处理方法、装置、用户终端、服务器及存储介质 Download PDF

Info

Publication number
CN109215017A
CN109215017A CN201810935227.3A CN201810935227A CN109215017A CN 109215017 A CN109215017 A CN 109215017A CN 201810935227 A CN201810935227 A CN 201810935227A CN 109215017 A CN109215017 A CN 109215017A
Authority
CN
China
Prior art keywords
picture
target
target pathology
mark
original
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201810935227.3A
Other languages
English (en)
Other versions
CN109215017B (zh
Inventor
胡晓楠
杨智
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tencent Technology Shenzhen Co Ltd
Original Assignee
Tencent Technology Shenzhen Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tencent Technology Shenzhen Co Ltd filed Critical Tencent Technology Shenzhen Co Ltd
Priority to CN201810935227.3A priority Critical patent/CN109215017B/zh
Publication of CN109215017A publication Critical patent/CN109215017A/zh
Application granted granted Critical
Publication of CN109215017B publication Critical patent/CN109215017B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • G06T7/001Industrial image inspection using an image reference approach
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing

Landscapes

  • Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明实施例提供一种图片处理方法、装置、用户终端、服务器及存储介质,其中方法可包括:获取待处理的原始病理图片、所述原始病理图片对应的目标病理图片及所述目标病理图片的切片区域;将所述目标病理图片及所述目标病理图片的切片区域发送至与所述原始病理图片相匹配的目标用户终端,以使所述目标用户终端在所述目标病理图片的切片区域中进行标注得到所述目标病理图片的标注数据;接收所述目标用户终端提交的所述目标病理图片的标注数据;对所述目标病理图片的标注数据进行转换处理得到所述原始病理图片的标注数据。本发明能够实现对病理图片的标注,且可提高病理图片的标注效率及准确率。

Description

图片处理方法、装置、用户终端、服务器及存储介质
技术领域
本发明涉及互联网技术领域,具体涉及图片处理技术领域,尤其涉及一种图片处理方法、一种图片处理装置、一种用于图片处理的用户终端、一种用于图片处理的服务器,以及一种计算机存储介质。
背景技术
标注是机器学习领域中数据准备阶段一项至关重要的工作。针对图片进行标注的目的是从图片中找寻出可用于后续机器学习的实体,例如:一张摄有杯子的普通图片,对该图片的标注则是在图片中确定标注对象即杯子,并在图片中标注该杯子的坐标,同时还可以标注该杯子的一些属性,如形状、高、宽、颜色等等。现有技术中,图片标注方案主要针对普通图片,这类普通图片的特点在于:①格式通用;普通图片的格式通常为png(PortableNetwork Graphics,便携式网络图形)、jpg(Joint Photographic Experts Group,联合图像专家小组)等通用格式;②分辨率较低;普通图片的像素单位通常是百位,例如:800*800像素;②尺寸较小,普通图片的大小通常为几兆。现有的图片标注流程主要包括:在PC(Personal Computer,个人计算机)等终端中加载整张图片;再由人工使用工具对图片进行拖动等操作以在图片中找到待标注的对象;最后对待标注的对象进行标注得到标注数据。目前尚未出现专门针对病理图片的标注方案,将上述现有的图片标注方案直接应用到病理图片标注领域,会存在较大的技术缺陷:由于病理图片的私有格式繁多、尺寸较大且分辨率较高等特点,使得病理图片并不适于被直接加载并进行标注处理,目前的绝大多数终端设备无法加载运行病理图片,即使采用B(Browser,浏览器)/S(Server,服务器)的方案,服务端并发也极其有限,因此利用现有的图片标注方案无法实现对病理图片的标注。
发明内容
本发明实施例提供一种图片处理方法、装置、用户终端、服务器及存储介质,能够实现对病理图片的标注,且可提高病理图片的标注效率及准确率。
一方面,本发明实施例提供一种图片处理方法,可包括:
获取待处理的原始病理图片、所述原始病理图片对应的目标病理图片及所述目标病理图片的切片区域;
将所述目标病理图片及所述目标病理图片的切片区域发送至与所述原始病理图片相匹配的目标用户终端,以使所述目标用户终端在所述目标病理图片的切片区域中进行标注得到所述目标病理图片的标注数据;
接收所述目标用户终端提交的所述目标病理图片的标注数据;
对所述目标病理图片的标注数据进行转换处理得到所述原始病理图片的标注数据。
另一方面,本发明实施例提供另一种图片处理方法,可包括:
接收服务器发送的目标病理图片及所述目标病理图片的切片区域,所述目标病理图片与待处理的原始病理图片相对应,所述原始病理图片与目标用户相匹配;
在所述目标病理图片的切片区域中进行标注得到所述目标病理图片的标注数据;
将所述目标病理图片的标注数据提交至所述服务器,使所述服务器对所述目标病理图片的标注数据进行转换处理得到所述原始病理图片的标注数据。
再一方面,本发明实施例提供一种图片处理装置,可包括:
获取单元,用于获取待处理的原始病理图片、所述原始病理图片对应的目标病理图片及所述目标病理图片的切片区域;
标注处理单元,用于将所述目标病理图片及所述目标病理图片的切片区域发送至与所述原始病理图片相匹配的目标用户终端,以使所述目标用户终端在所述目标病理图片的切片区域中进行标注得到所述目标病理图片的标注数据;以及,用于接收所述目标用户终端提交的所述目标病理图片的标注数据;
转换处理单元,用于对所述目标病理图片的标注数据进行转换处理得到所述原始病理图片的标注数据。
再一方面,本发明实施例提供另一种图片处理装置,可包括:
交互单元,用于接收服务器发送的目标病理图片及所述目标病理图片的切片区域,所述目标病理图片与待处理的原始病理图片相对应,所述原始病理图片与目标用户相匹配;
标注单元,用于在所述目标病理图片的切片区域中进行标注得到所述目标病理图片的标注数据;
数据提交单元,用于将所述目标病理图片的标注数据提交至所述服务器,使所述服务器对所述目标病理图片的标注数据进行转换处理得到所述原始病理图片的标注数据。
再一方面,本发明实施例提供一种计算机存储介质,所述计算机存储介质存储有一条或一条以上第一指令,所述第一指令适于由处理器加载并执行如下方法:
获取待处理的原始病理图片、所述原始病理图片对应的目标病理图片及所述目标病理图片的切片区域;
将所述目标病理图片及所述目标病理图片的切片区域发送至与所述原始病理图片相匹配的目标用户终端,以使所述目标用户终端在所述目标病理图片的切片区域中进行标注得到所述目标病理图片的标注数据;
接收所述目标用户终端提交的所述目标病理图片的标注数据;
对所述目标病理图片的标注数据进行转换处理得到所述原始病理图片的标注数据。
再一方面,本发明实施例提供另一种计算机存储介质,所述计算机存储介质存储有一条或一条以上第二指令,所述第二指令适于由处理器加载并执行如下方法:
接收服务器发送的目标病理图片及所述目标病理图片的切片区域,所述目标病理图片与待处理的原始病理图片相对应,所述原始病理图片与目标用户相匹配;
在所述目标病理图片的切片区域中进行标注得到所述目标病理图片的标注数据;
将所述目标病理图片的标注数据提交至所述服务器,使所述服务器对所述目标病理图片的标注数据进行转换处理得到所述原始病理图片的标注数据。
再一方面,本发明实施例提供一种用于图片处理的服务器,包括:
处理器,适于实现一条或一条以上指令;以及,
计算机存储介质,所述计算机存储介质存储有一条或一条以上第一指令,所述一条或一条以上第一指令适于由所述处理器加载并执行如下方法:
获取待处理的原始病理图片、所述原始病理图片对应的目标病理图片及所述目标病理图片的切片区域;
将所述目标病理图片及所述目标病理图片的切片区域发送至与所述原始病理图片相匹配的目标用户终端,以使所述目标用户终端在所述目标病理图片的切片区域中进行标注得到所述目标病理图片的标注数据;
接收所述目标用户终端提交的所述目标病理图片的标注数据;
对所述目标病理图片的标注数据进行转换处理得到所述原始病理图片的标注数据。
再一方面,本发明实施例提供一种用于图片处理的用户终端,包括:
处理器,适于实现一条或一条以上指令;以及,
计算机存储介质,所述计算机存储介质存储有一条或一条以上第二指令,所述一条或一条以上第二指令适于由所述处理器加载并执行如下方法:
接收服务器发送的目标病理图片及所述目标病理图片的切片区域,所述目标病理图片与待处理的原始病理图片相对应,所述原始病理图片与目标用户相匹配;
在所述目标病理图片的切片区域中进行标注得到所述目标病理图片的标注数据;
将所述目标病理图片的标注数据提交至所述服务器,使所述服务器对所述目标病理图片的标注数据进行转换处理得到所述原始病理图片的标注数据。
本发明实施例中,将原始病理图片对应的目标病理图片及所述目标病理图片的切片区域发送至与所述原始病理图片相匹配的目标用户终端,考虑到原始病理图片分辨率高、尺寸大、且私有格式繁多的特点,通过将其转化为对应的目标病理图片,并对目标病理图片进行切片后再进行加载和标注,可以使得对病理图片的标注过程变得可行,并且可极大的提高病理图片的加载及标注效率;另外由目标用户终端在所述目标病理图片的切片区域中进行标注得到所述目标病理图片的标注数据,并提交给服务器对所述目标病理图片的标注数据进行转换处理得到所述原始病理图片的标注数据;由相匹配的目标用户终端进行病理图片的标注,这会提升病理图片的标注数据的专业性及准确率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。
图1为本发明实施例提供的一种图片处理系统的架构图;
图2为本发明实施例提供的图片处理系统的工作原理流程图;
图3为本发明实施例提供的一种图片处理方法的流程图;
图4a为本发明实施例提供的另一种图片处理方法的流程图;
图4b为图4a所示的步骤S206-S211的具体流程图;
图4c为图4a所示的步骤S213-S218的具体流程图;
图5为本发明实施例提供的目标病理图片的切片区域的示意图;
图6为本发明实施例提供的标注界面的示意图;
图7为本发明实施例提供的确定标注对象区域的示意图;
图8为本发明实施例提供的一种图片处理装置的结构示意图;
图9为本发明实施例提供的另一种图片处理装置的结构示意图;
图10为本发明实施例提供的一种用于图片处理的服务器的结构示意图;
图11为本发明实施例提供的一种用于图片处理的用户终端的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。
病理图片又称为病理电子切片图,是指由电子显微镜扫描出来的用于病理分析的图片,例如:胃部的病理图片、肝部的病理图片等等。病理图片通常具备如下特点:①私有格式繁多,例如病理图片可以是svs(一种病理图像的私有格式)格式的图片,也可以是ndpi(NanoZoomer Digital Pathology Image,纳米变焦数字病理图像)格式的图片等等,这主要是由于各电子显微镜的厂家各自设置的不同导致的;②尺寸较大;一张病理图片的大小通常在500MB(MByte,兆比特,简称兆)-1.5GB(Gigabyte,十亿字节)左右;③分辨率较高,一张病理图片的分辨率通常在40000*40000像素以上。
本发明实施例提出一种图片处理系统,请参见图1所示的图片处理系统的架构图,该系统包括用于图片处理的服务器及至少一个用户终端;如图1所示,该用于图片处理的服务器可以是由分布式的多个服务器组成,即用于图片处理的服务器可包括:
一、存储服务器。
存储服务器主要用于存储一张或多张原始病理图片,此处的原始病理图片是指通过电子显微镜直接扫描得到的图片;原始病理图片通常是一些私有格式的图片,例如svs、ndpi等格式的图片。存储服务器还用于存储原始病理图片对应的目标病理图片以及目标病理图片的切片区域;此处,目标病理图片是对原始病理图片进行归一化处理后得到的图片,归一化处理的目的在于将原始病理图片的格式进行归一化转换,因此目标病理图片是通用格式的图片,例如png、jpg等格式的图片。目标病理图片的切片区域是指对目标病理图片进行切割得到的区域,由于病理图片的尺寸较大,不便于被直接加载,对病理图片进行切割后的切片区域能够更方便被加载,从而更有利于对病理图片进行标注。
二、读取服务器。
读取服务器与存储服务器相连接,主要用于从存储服务器中读取原始病理图片、原始病理图片对应的目标病理图片以及目标病理图片的切片区域。
三、分析服务器。
分析服务器用于对用户终端提交的标注数据进行分析处理,具体地,由于用户终端是在目标病理图片的切片区域中进行标注的,因此,分析服务器需要将目标病理图片的标注数据转换为原始病理图片的标注数据;该分析过程涉及对坐标的转换过程,以及关联存储的过程等等。
四、接入服务器。
接入服务器分别与分析服务器、读取服务器以及各用户终端。具体地,接入服务器与各用户终端通过私有协议进行通讯,用于将用户终端的请求分别传递给读取服务器或分析服务器,并将读取服务器或分析服务器返回的呼应信息转发至用户终端。具体地,如果用户终端请求获取待处理的图片,那么接入服务器将该用户终端的请求传递至读取服务器,由读取服务器从存储服务器中获得原始病理图片、对应的目标病理图片及目标病理图片的切片区域,再通过接入服务器返回给用户终端;如果用户终端请求提交目标病理图片的标注数据,那么接入服务器将用户终端的请求传递至分析服务器,由分析服务器对该请求进行响应及分析处理。
需要说明的是,图1所示的用于图片处理的服务器是由分布式的多个服务器组成,实际应用中该用于图片处理的服务器也可以是一个集成式服务器,即上述多个服务器的功能也可以统一集成至同一个服务器中,该集成服务器即为本发明实施例的用于图片处理的服务器,该集成服务器同时具备上述存储服务器、读取服务器、接入服务器及分析服务器的相应功能。
再请参见图1,该系统还包括至少一个用户终端;此处的用户终端是指医生或专家等具备标注资格的用户所使用的终端设备。该用户终端包括但不限于诸如具有触摸敏感表面(例如,触摸屏显示器和/或触摸板)的移动电话、膝上型计算机或平板计算机之类的其它便携式设备。还应当理解的是,在某些实施例中,所述设备并非便携式通信设备,而是具有触摸敏感表面(例如,触摸屏显示器和/或触摸板)的台式计算机。该用户终端支持各种应用程序客户端,例如以下中的一个或多个:绘图应用程序、文字处理应用程序、网站创建应用程序、游戏应用程序、电话应用程序、视频会议应用程序、电子邮件应用程序、即时消息收发应用程序、web(World Wide Web,万维网)浏览应用程序等等。本发明实施例中,该用户终端还支持并运行图片标注应用程序客户端;用户终端通过其运行的图片标注应用程序客户端与用于图片处理的服务器进行交互。
请参见图2所示的图片处理系统中各设备之间的交互流程,由图2所示,该图片处理系统的工作原理如下:
s11,读取服务器从存储服务器中读取待处理的原始病理图片,挑选合适的医生或专家作为目标用户。
s12,读取服务器生成批注任务发送至接入服务器,并指示接入服务器发送至相匹配的目标用户终端。
s13,当检测到目标用户终端登录成功且与接入服务器建立通讯连接之后,接入服务器将标注任务推送至目标用户终端。
s14,目标用户执行标注任务并通过目标终端将是标注请求发送至接入服务器。
s15,接入服务器将标注请求转发至读取服务器。
s16,读取服务器响应标注请求,从存储服务器中读取原始病理图片、该原始病理图片对应的目标病理图片以及目标病理图片的切片区域。
s17,读取服务器将所读取的原始病理图片、该原始病理图片对应的目标病理图片以及目标病理图片的切片区域通过接入服务器返回给目标用户终端。
s18,目标用户在目标用户终端中对目标病理图片进行标注,得到目标病理图片的标注数据。
s19,当目标用户点击提交该目标病理图片的标注数据时,目标用户终端将该目标病理图片的标注数据发送至接入服务器。
s20,接入服务器将目标病理图片的标注数据发送至分析服务器。
s21,分析服务器对目标病理图片的标注数据进行分析处理,将其转换为原始病理图片的标注数据并存储;这些原始病理图片的标注数据可以作为样本被应用于机器学习过程中,为机器学习提供有效的数据参考。
本发明实施例的图片处理方案结合病理图片的特点对现有的图片标注方案进行改进及优化,使其能够很好的适应病理图片分辨率高、尺寸大、且私有格式繁多的特点,从而实现对病理图片的标注;该方案可极大的提高病理图片的标注效率及准确率;且病理图片的标注数据可被应用于机器学习模型中,为机器学习模型的更新提供有效的参考。
基于上述描述,本发明实施例提供一种图片处理方法,请参见图3,该方法可以是由用户终端及服务器进行交互得到,该方法可包括以下步骤S101-S107。
S101,服务器获取待处理的原始病理图片、原始病理图片对应的目标病理图片及目标病理图片的切片区域。
原始病理图片是指电子显微镜扫描出来的病理图片,该原始病理图片通常是一些私有格式的图片,例如svs、ndpi等格式的图片。目标病理图片是对原始病理图片进行归一化处理后得到的图片,目标病理图片是通用格式的图片,例如:png、jpg等格式的图片。目标病理图片的切片区域是指对目标病理图片进行切割得到的区域,由于病理图片的尺寸较大,不便于被直接加载,对病理图片进行切割后的切片区域能够更方便被加载,从而更有利于对病理图片进行标注。原始病理图片、原始病理图片对应的目标病理图片及目标病理图片的切片区域可被预先存储至图1所示的存储服务器中,因此步骤S101可以从存储服务器中直接获取该原始病理图片、原始病理图片对应的目标病理图片及目标病理图片的切片区域。
S102,服务器将目标病理图片及目标病理图片的切片区域发送至与原始病理图片相匹配的目标用户终端。
目标用户终端是指目标用户所使用的终端设备。目标用户是指具备标注资格且与原始病理图片相匹配的用户,该用户可以是指医生或专家。此处的相匹配可以是指目标用户所擅长领域与原始病理图片所属领域相同或相似,例如:原始病理图片是属于胃肠专业领域的图片,目标用户是擅长胃肠领域(或消化内科领域)的医疗专家,则目标用户与原始病理图片相匹配。或者,相匹配可以是指目标用户所属医疗科室与原始病理图片所属医疗类别相同或相似,例如:原始病理图片所属医疗类别是消化内科,目标用户是胃肠科(或消化内科)的医生,则目标用户与原始病理图片相匹配。或者,相匹配可以是指目标用户所擅长医治的部位与原始病理图片所反映的部位相同或相似,例如:原始病理图片是对病人的胃部进行病理拍摄扫描所得到的图片,目标用户是擅长医治胃部疾病的医生,则目标用户与原始病理图片相匹配。本步骤中服务器将病理图片发送至相匹配的目标用户终端进行处理,这样使得病理图片能够被适合且擅长的目标用户进行标注,保证标注数据的准确性和专业性。
S103,目标用户终端接收服务器发送的目标病理图片及所述目标病理图片的切片区域。
S104,目标用户终端在所述目标病理图片的切片区域中进行标注得到所述目标病理图片的标注数据。
S105,目标用户终端将所述目标病理图片的标注数据提交至所述服务器。
步骤S103-S105中,目标用户终端接收到服务器发送的目标病理图片及目标病理图片的切片区域之后,会在屏幕中进行显示。目标用户可以在目标用户终端的屏幕中通过拖曳、滑动等方式查看目标病理图片及其切片区域的内容,以从目标病理图片中找寻实体并进行标注,此处的实体是指目标病理图片中的反映病理情况的对象,例如癌细胞、病变组织细胞等等,目标用户完成标注后,例如:目标用户终端在屏幕中输出“提交”按钮,当目标用户点击该“提交”按钮时,目标用户终端认为该目标用户完成标注。再如:目标用户终端可检测目标用户在屏幕上的标注操作,如果超过预设时间(可根据实际需要设定)未检测到目标用户的标注操作,目标用户终端则认为目标用户标注完成。此时,目标用户终端获取目标用户对目标病理图片的标注数据并提交至服务器。其中,目标病理图片的标注数据可包括所述切片区域中的标注对象及所述标注对象在所述切片区域中的坐标信息。
S106,服务器接收所述目标用户终端提交的所述目标病理图片的标注数据。
S107,服务器对所述目标病理图片的标注数据进行转换处理得到所述原始病理图片的标注数据。
由于目标病理图片是对原始病理图片进行归一化处理后得到的,因此步骤S106-S107中,在获得目标病理图片的标注数据之后,还需要将目标病理图片的标注数据转换为原始病理图片的标注数据。具体的转换处理过程可以包括:根据目标病理图片的切片区域中的标注对象在原始病理图片中定位该标注对象所在区域的处理过程;以及在原始病理图片中确定标注对象的坐标信息的处理过程。在获得原始病理图片的标注数据之后,则表示完成对原始病理图片的标注工作。在此之后,原始病理图片的标注数据可以被存储至图1所示的存储服务器中,并可作为样本数据被应用至机器学习过程,从而为医疗领域的机器学习提供数据参考及支持。
本发明实施例中,将原始病理图片对应的目标病理图片及所述目标病理图片的切片区域发送至与所述原始病理图片相匹配的目标用户终端,考虑到原始病理图片分辨率高、尺寸大、且私有格式繁多的特点,通过将其转化为对应的目标病理图片,并对目标病理图片进行切片后再进行加载和标注,可以使得对病理图片的标注过程变得可行,并且可极大的提高病理图片的加载及标注效率;另外由目标用户终端在所述目标病理图片的切片区域中进行标注得到所述目标病理图片的标注数据,并提交给服务器对所述目标病理图片的标注数据进行转换处理得到所述原始病理图片的标注数据;由相匹配的目标用户终端进行病理图片的标注,这会提升病理图片的标注数据的专业性及准确率。
本发明实施例提供一种图片处理方法,请参见图4a,该方法可以是由用户终端与服务器进行交互得到,该方法可包括以下步骤S201-S223。
S201,服务器获取待处理的原始病理图片,所述原始病理图片为第一格式的图片。此处的第一格式是由扫描原始病理图片所使用的电子显微镜的类型来确定的,具体是指该电子显微镜的厂家设置的私有格式,该第一格式可包括但不限于:svs、ndpi等格式。
S202,服务器对原始病理图片进行归一化处理得到目标病理图片,所述目标病理图片为第二格式的图片。
归一化处理的目的是将各种私有格式的原始病理图片归一化为通用格式的目标病理图片,以便于对病理图片进行加载及标注;因此,第二格式是指图片的通用格式,该第二格式可包括但不限于:png、jpg等格式。
S203,服务器按照预设切片规则对所述目标病理图片进行切割得到所述目标病理图片的切片区域,所述切片区域包括:主区域及所述主区域的至少一个相邻区域。
预设切片规则用于指示如何对目标病理图片进行切割,例如:用于指示从目标病理图片的哪个位置进行切割,或者用于指示切割得到的切片区域应当多大,或者用于指示切割形成的切片区域是什么样的形状;等等。具体实现中,步骤S203可包括以下步骤s21-s22:
s21,按照第一预设大小及第一预设形状在所述目标病理图片中切割一个封闭区域确定为主区域。
预设切片规则可包括第一预设大小及第一预设形状;第一预设大小用于指示切割得到的主区域的尺寸大小;第一预设形状用于指示切割得到的主区域的形状;例如请一并参见图5,设第一预设大小为500*500像素大小,第一预设形状为矩形,步骤s21则在目标病理图片中切割一个大小为500*500像素的矩形区域作为主区域(如图5所示的A)。可选地,预设切片规则还可以包括预设位置,预设位置用于指示在预设位置进行切割得到主区域,例如上述例子中预设位置为目标病理图片的中心点,则步骤s21以目标病理图片的中心点为基准切割一个大小为500*500像素大小的矩形区域为主区域。具体实现中,若预设切片规则未包括预设位置,则可以在随机在目标病理图片选取一个位置进行主区域的切割,或者根据经验在目标病理图片中可能出现实体对象的位置(例如中心位置,左上角位置等等)进行主区域的切割。若预设切片规则包括预设位置,则在目标病理图片中按照预设位置进行主区域的切割。
s22,按照第二预设大小及第二预设形状在所述目标病理图片中沿所述主区域的边缘切割至少一个封闭区域确定为所述主区域的相邻区域。
预设切片规则还可包括第二预设大小及第二预设形状;第二预设大小用于指示切割得到的主区域的任一个相邻区域的尺寸大小;第二预设形状用于指示切割得到的主区域的任一个相邻区域的形状。需要说明的是,第一预设大小与第二预设大小可以相同也可以不同;同理,第一预设形状与第二预设形状可以相同也可以不同;以二者相同为例,请一并参见图5,设第二预设大小为500*500像素大小,第二预设形状为矩形,则步骤s22在目标病理图片中沿主区域A的左边缘、上边缘、右边缘、下边缘及四个顶点位置(即两个边缘相交位置)分别切割一个大小为500*500像素的矩形区域作为相邻区域(如图5所示的B1~B8)。本发明实施例中,相邻区域的数量可以根据实际需要确定,例如图5中可以仅在主区域A的一个边缘位置处切割相邻区域,或仅在主区域A的任一个顶点位置处切割相邻区域等等。由于病理图片具备病灶区域可能是互相邻接的区域的特点,因此,本发明实施例除了设置用于标注的主区域之外,还设置至少一个与主区域邻接的相邻区域,可以使得标注过程更方便,使得病灶区域覆盖更为全面,从而使得标注结果更为准确。
步骤S202-S203中所获得的目标病理图片及目标病理图片的切片区域均被存储至图1所示的存储服务器中,并与存储服务器中相应的原始病理图片相关联,此处的相关联是指通过原始病理图片的标识可查找到原始病理图片、与该原始病理图片对应的目标病理图片及该目标病理图片的切片区域。
S204,服务器查找与所述原始病理图片相匹配的目标用户。
目标用户是指具备标注资格且与原始病理图片相匹配的用户,该用户可以是指医生或专家。此处的相匹配可以是指目标用户所擅长领域与原始病理图片所属领域相同或相似,或者可以是指目标用户所属医疗科室与原始病理图片所属医疗类别相同或相似,或者可以是指目标用户所擅长医治的部位与原始病理图片所反映的部位相同或相似。具体实现中,步骤S204可包括以下步骤s31-s33:
s31,获取所述原始病理图片的属性,所述属性包括以下任一种或多种:所属领域、所属医疗类别、所反映的部位。
原始病理图片的属性可以随原始病理图片一并存储在图1所示的存储服务器中,步骤s31中可从存储服务器中获取原始病理图片的属性。其中,所属领域是按照医疗行业中的专科领域,可包括但不限于:胃肠专科领域、消化内科领域、骨专科领域、疼痛专科领域、心脏外科领域、呼叫内科领域等等。所属医疗类别是指医疗行业中的专业类别,可包括但不限于:消化内科、疼痛科、心脏外科、呼吸内科等等。所反映的部位是用于指示原始病理图片是由哪个部位拍摄扫描得到的;例如:原始病理图片是对病人的胃部扫描得到的,那原始病理图片所反映的部位就是胃部。
s32,获取用户信息库,所述用户信息库中包括至少一个具备标注资格的用户及所述用户的标签,所述标签包括所述标签包括以下任一个:擅长领域、所属医疗科室、擅长医治的部位。
用户信息库可以是一个单独的数据库,也可以是存在于图1所示的图片存储服务器中的一个数据库,用于存储具备标注资格的用户及用户的标签。在一种实施方式中,本发明实施例的图片处理方案的前端表现形式可以是一个APP(Application,应用程序),也可以是一个web页面;各用户可以通过终端设备运行APP或显示web页面,并在该APP的用户界面或该web页面中注册,服务器对注册用户的标注资格进行审核之后,将具备标注资格的用户的标识存储至用户信息库中,并根据注册内容为其设置标签。在另一种实施方式中,服务器可以根据运营需要从互联网或各医疗机构中寻求合作的具备标注资格的用户,将该用户的标识添加至用户信息库中,并为其设置标签。本发明实施例中,用户信息库可表示如下表一:
表一:用户信息库
s33,根据所述原始病理图片的属性及所述用户信息库中各用户的标签,从所述用户信息库中查找与所述原始病理图片相匹配的目标用户。
步骤s33中可计算原始病理图片的属性及用户信息库中各用户的标签之间的相关度,相关度大于预设相关阈值的用户为与原始病理图片相匹配的目标用户。具体地,可将原始病理图片的属性表示为第一向量,将用户信息库中任一用户的标签表示为第二向量,计算第一向量与第二向量之间的距离;该距离用于表示原始病理图片的属性与该用户的标签之间的相关度,若距离小于预设值,表示相关度大于预设相关阈值,则可确定该用词为目标用户;否则,重新从用户信息库中挑选另一用户的标签继续计算,直到用户信息库中所有用户均遍历完成。如果经过上述遍历查找从用户信息库中未查找到与原始病理图片相匹配的目标用户,则可输出未找到标注人员的提示信息。
S205,服务器为所述原始病理图片创建标注任务,所述标注任务包括所述原始病理图片的标识。
请一并参见图4b,步骤S206-S211描述的是服务器与目标用户终端交互目标病理图片及目标病理图片的切片区域的过程;具体如下:
S206,服务器将所述标注任务推送至目标用户终端。
S207,目标用户终端接收所述服务器推送的原始病理图片的标注任务。
步骤S205-S207中,标注任务用于提醒目标用户进行标注,并且用于指示目标用户针对哪一张原始病理图片进行标注。服务器可以在标注任务生成之后检测目标用户终端的状态,若此时目标用户终端处于在线状态,此处的在线状态是指目标用户成功登录至服务器;那么则将该推送任务发送至目标用户终端,目标用户终端输出该推送任务以提供给目标用户进行查看;若此时目标用户终端处于离线状态,服务器可将推送任务进行缓存,待目标用户在目标用户终端的APP或web页面中完成登录之后,再将缓存的推送任务发送至目标用户终端,由目标用户终端输出该推送任务以提供给目标用户进行查看。
S208,目标用户终端在检测到所述标注任务被启动执行时,向所述服务器发送标注请求,所述标注请求携带所述原始病理图片的标识。
S209,服务器接收所述目标用户终端执行所述标注任务而发送的标注请求。
S210,服务器根据所述原始病理图片的标识将所述原始病理图片对应的目标病理图片及所述目标病理图片的切片区域返回至所述目标用户终端。服务器根据原始病理图片的标识从图1所示的存储服务器中获取原始病理图片、原始病理图片对应的目标病理图片及目标病理图片的切片区域并返回给目标用户终端。
S211,目标用户终端接收服务器发送的目标病理图片及所述目标病理图片的切片区域。
S212,目标用户终端显示所述目标病理图片及所述目标病理图片的切片区域。
请一并参见图4c,步骤S213-S218描述的是服务器与目标用户终端交互更新目标病理图片的切片区域的过程以及交互目标病理图片的标注数据的过程。具体如下:
S213,目标用户终端若检测到所述目标用户针对所述主区域的变更操作,向所述服务器发送针对所述主区域的变更请求。
S214,服务器若接收到所述目标用户终端发送的针对所述主区域的变更请求,获取变更后的主区域,并重新确定所述变更后的主区域的至少一个相邻区域。
S215,服务器按照所述变更后的主区域及所述变更后的主区域的至少一个相邻区域更新所述目标病理图片的切片区域。更新后的目标病理图片的切片区域会被重新发送至目标用户终端。
步骤S211-S215中,目标用户终端在接收到服务器发送的目标病理图片及其切片区域之后,会在屏幕中显示该目标病理图片及其切片区域。请参见图6所示的标注界面;在该标注界面分为标注区及边栏,标注区默认显示主区域A的预览图像,边栏顶部位置显示目标病理图片的缩略图M,边栏底部位置显示多个相邻区域(如图6中的B1~B8,支持滑动查看)的缩略图。该界面支持拖曳、选择、缩放等操作,从而支持对目标病理图片各切片区域的变更,缩放等操作;例如:目标用户可以点击边栏中的相邻区域B1的缩略图,那么标注区切换显示相邻区域B1的预览图像;再次点击边栏中的相邻区域B1的缩略图,标注区切换回显示主区域A的预览图像。再如:边栏顶部位置中目标病理图片的缩略图M中展现标注区内所显示的主区域A在目标病理图片中的相应位置框,点击位置框可发出变更主区域A的变更请求,服务器依据该变更请求会重新确定主区域及相邻区域,同时标注区跳转显示变更后的主区域的预览图像,而边栏底部位置更新所显示的各相邻区域的缩略图。再如:用户可对标注区内所显示的预览图像进行缩小或放大的操作;等等。
S216,目标用户终端在检测到所述目标用户在所述目标病理图片的切片区域内的标注操作时,获取所述目标病理图片的标注数据。
S217,目标用户终端将所述目标病理图片的标注数据提交至所述服务器。
S218,服务器接收所述目标用户终端提交的所述目标病理图片的标注数据。
步骤S216-S218中,目标用户可以在图6所示的标注区中所显示的主区域或相邻区域的预览图像中对目标病理图片进行标注,得到目标病理图片的标注数据;当目标用户点击图6所示的“提交”按钮时,目标用户终端则将该目标病理图片的标注数据提交至服务器。其中,目标病理图片的标注数据可包括所述切片区域中的标注对象及所述标注对象在所述切片区域中的第一坐标信息;例如:目标病理图片的标注数据是在主区域A中进行标注的,其标注数据为N1(X1,Y1),表示标注对象N1在目标病理图片的主区域A中的坐标为(X1,Y1)。
S219,服务器对所述标注对象在所述切片区域中的第一坐标信息进行转换处理,得到所述标注对象在所述原始病理图片中的第二坐标信息。
针对某个切片区域中的任一个标注对象(Xs,Ys),其坐标转换公式可表示如下式(1):
(X,Y)=(Xori+Xs/n,Yori+Ys/n) (1)
上述式(1)中,(Xs,Ys)表示标注对象在该切片区域中的第一坐标信息;(Xori,Yori)表示该切片区域的第一个像素点在原始病理图片中的坐标,一般地,原始病理图片通常为矩形,因此原始病理图片的第一个像素点是指矩形的左上角顶点;本发明实施例中,切片区域的第一个像素点是指切片区域中与原始病理图片的第一个像素点距离最近的像素点;例如:假设该切片区域是矩形,(Xori,Yori)则是该矩形的左上顶点。(X,Y)表示转换后得到的该标注对象在原始病理图片中的第二坐标信息;n表示在进行标注操作时该切片区域的缩放倍数。
S220,服务器根据所述标注对象在所述原始病理图片中的第二坐标信息在所述原始病理图片中确定标注对象区域。
标注对象区域是指由多个标注对象所围成的区域,该区域可以是规则图形,也可以是不规则图形。具体实现中,如果目标用户针对同一病理图片进行多次标注,那么服务器需要合并多次标注的结果并确定标注对象区域。请一并参见图7,假设原始病理图片中共有四个标注对象,其分别为q1(X1,Y1)、q2(X2,Y2)、q3(X3,Y3)及q4(X4,Y4),则该四个标注对象的坐标点相连接形成的区域为标注对象区域,即{q1(X1,Y1),q2(X2,Y2),q3(X3,Y3),q4(X4,Y4)};若目标用户针对同一病理图片进行另一次标注时,同样有四个标注对象,其分别为q1′(X11,Y11),q2′(X12,Y12),q3′(X13,Y13),q4′(X14,Y14),该四个新的标注对象的坐标点相边接形成新的标注对象区域,即{q1′(X11,Y11),q2′(X12,Y12),q3′(X13,Y13),q4′(X14,Y14)};服务器经过分析会先找出二者重叠区域的交点p1(X21,Y21)与p2(X22,Y22);再记录{q1(X1,Y1),q2(X2,Y2),p1(X21,Y21),q2′(X12,Y12),q4′(X14,Y14),q3′(X13,Y13),p2(X22,Y22),q3(X3,Y3)}围成的不规则区域(图7中的实线围成的区域)确定为标注对象区域。
S221,服务器将所述标注对象在所述原始病理图片中的第二坐标信息及所述原始病理图片中的标注对象区域确定为所述原始病理图片的标注数据。
S222,服务器将所述原始病理图片及所述原始病理图片的标注数据进行关联存储。
S223,服务器将关联存储的所述原始病理图片及所述原始病理图片的标注数据作为样本数据输入至机器学习模型中以进行机器学习。
本发明实施例能够很好的适应病理图片分辨率高、尺寸大、且私有格式繁多的特点,从而实现对病理图片的标注;并且可极大的提高病理图片的标注效率及准确率;且病理图片的标注数据可被应用于机器学习模型中,为机器学习模型的更新提供有效的参考。
基于上述图片处理系统及图片处理方法的实施例的描述,本发明实施例还提供一种图片处理装置,该装置可以是运行于用于图片处理的服务器中的一个计算机程序(包括程序代码),具体可以是运行于图1所示的用于图片处理的服务器中的一个计算机程序;并且该装置可以被应用于上述图3或图4a-图4c所示的图片处理方法中,以用于执行图片处理方法中的相应步骤。请参见图8,该装置运行如下单元:
获取单元101,用于获取待处理的原始病理图片、所述原始病理图片对应的目标病理图片及所述目标病理图片的切片区域;
标注处理单元102,用于将所述目标病理图片及所述目标病理图片的切片区域发送至与所述原始病理图片相匹配的目标用户终端,以使所述目标用户终端在所述目标病理图片的切片区域中进行标注得到所述目标病理图片的标注数据;以及,用于接收所述目标用户终端提交的所述目标病理图片的标注数据;
转换处理单元103,用于对所述目标病理图片的标注数据进行转换处理得到所述原始病理图片的标注数据。
一种实施方式中,所述获取单元101具体用于:
获取待处理的原始病理图片,所述原始病理图片为第一格式的图片;
对所述原始病理图片进行归一化处理得到目标病理图片,所述目标病理图片为第二格式的图片;以及,
按照预设切片规则对所述目标病理图片进行切割得到所述目标病理图片的切片区域,所述切片区域包括:主区域及所述主区域的至少一个相邻区域。
另一种实施方式中,所述获取单元101具体用于:
按照第一预设大小及第一预设形状在所述目标病理图片中切割一个封闭区域确定为主区域;
按照第二预设大小及第二预设形状在所述目标病理图片中沿所述主区域的边缘切割至少一个封闭区域确定为所述主区域的相邻区域。
再一种实施方式中,该装置还运行如下单元:
预处理单元104,用于查找与所述原始病理图片相匹配的目标用户;
为所述原始病理图片创建标注任务,所述标注任务包括所述原始病理图片的标识;以及,
将所述标注任务推送至目标用户终端。
再一种实施方式中,所述预处理单元104具体用于:
获取所述原始病理图片的属性,所述属性包括以下任一种或多种:所属领域、所属医疗类别、所反映的部位;
获取用户信息库,所述用户信息库中包括至少一个具备标注资格的用户及所述用户的标签,所述标签包括所述标签包括以下任一个:擅长领域、所属医疗科室、擅长医治的部位;以及,
根据所述原始病理图片的属性及所述用户信息库中各用户的标签,从所述用户信息库中查找与所述原始病理图片相匹配的目标用户。
再一种实施方式中,所述标注处理单元102具体用于:
接收所述目标用户终端执行所述标注任务而发送的标注请求,所述标注请求携带所述原始病理图片的标识;以及,
根据所述原始病理图片的标识将所述原始病理图片对应的目标病理图片及所述目标病理图片的切片区域返回至所述目标用户终端。
再一种实施方式中,所述标注处理单元102还用于:
若接收到所述目标用户终端发送的针对所述主区域的变更请求,获取变更后的主区域,并重新确定所述变更后的主区域的至少一个相邻区域;
按照所述变更后的主区域及所述变更后的主区域的至少一个相邻区域更新所述目标病理图片的切片区域。
再一种实施方式中,所述目标病理图片的标注数据包括所述切片区域中的标注对象及所述标注对象在所述切片区域中的第一坐标信息;所述转换处理单元103具体用于:
对所述标注对象在所述切片区域中的第一坐标信息进行转换处理,得到所述标注对象在所述原始病理图片中的第二坐标信息;
根据所述标注对象在所述原始病理图片中的第二坐标信息在所述原始病理图片中确定标注对象区域;以及,
将所述标注对象在所述原始病理图片中的第二坐标信息及所述原始病理图片中的标注对象区域确定为所述原始病理图片的标注数据。
再一种实施方式中,该装置还运行如下单元:
存储处理单元105,用于将所述原始病理图片及所述原始病理图片的标注数据进行关联存储;以及,
将所述关联存储的所述原始病理图片及所述原始病理图片的标注数据作为样本数据输入至机器学习模型中以进行机器学习。
本发明实施例能够很好的适应病理图片分辨率高、尺寸大、且私有格式繁多的特点,从而实现对病理图片的标注;并且可极大的提高病理图片的标注效率及准确率;且病理图片的标注数据可被应用于机器学习模型中,为机器学习模型的更新提供有效的参考。
基于上述图片处理系统及图片处理方法的实施例的描述,本发明实施例还提供另一种图片处理装置,该装置可以是运行于用于图片处理的用户终端中的一个计算机程序(包括程序代码),具体可以是运行于图1所示的任一个用户终端中的一个计算机程序;并且该装置可以被应用于上述图3或图4a-图4c所示的图片处理方法中,以用于执行图片处理方法中的相应步骤。请参见图9,该装置运行如下单元:
交互单元201,用于接收服务器发送的目标病理图片及所述目标病理图片的切片区域,所述目标病理图片与待处理的原始病理图片相对应,所述原始病理图片与目标用户相匹配;
标注单元202,用于在所述目标病理图片的切片区域中进行标注得到所述目标病理图片的标注数据;
数据提交单元203,用于将所述目标病理图片的标注数据提交至所述服务器,使所述服务器对所述目标病理图片的标注数据进行转换处理得到所述原始病理图片的标注数据。
一种实施方式中,所述标注单元202具体用于:
显示所述目标病理图片及所述目标病理图片的切片区域;所述切片区域包括:主区域及所述主区域的至少一个相邻区域;
若检测到所述目标用户针对所述主区域的变更操作,向所述服务器发送针对所述主区域的变更请求,以使得所述服务器更新所述目标病理图片的切片区域;以及,
在检测到所述目标用户在所述目标病理图片的切片区域内的标注操作时,获取所述目标病理图片的标注数据;
其中,所述目标病理图片的标注数据包括所述切片区域中的标注对象及所述标注对象在所述切片区域中的第一坐标信息。
另一种实施方式中,所述交互单元201还用于:
接收所述服务器推送的原始病理图片的标注任务,所述标注任务包括所述原始病理图片的标识;以及,
在检测到所述标注任务被启动执行时,向所述服务器发送标注请求,所述标注请求携带所述原始病理图片的标识,以使得所述服务器根据所述原始病理图片的标识下发所述原始病理图片对应的目标病理图片及所述目标病理图片的切片区域。
本发明实施例能够很好的适应病理图片分辨率高、尺寸大、且私有格式繁多的特点,从而实现对病理图片的标注;并且可极大的提高病理图片的标注效率及准确率;且病理图片的标注数据可被应用于机器学习模型中,为机器学习模型的更新提供有效的参考。
基于上述实施例所示图片处理系统及图片处理方法,本发明实施例还提供了一种用于图片处理的服务器,该用于图片处理的服务器可以由图1所示的分布式的多个服务器共同组成,该用于图片处理的服务器也可以是一个集成服务器,该集成服务器同时具备图1所示的各分布式服务器的相应功能。若用于图片处理的服务器为集成服务器,则请参见图10,该用于图片处理的服务器的内部结构至少包括处理器、通信接口及计算机存储介质。其中,该用于图片处理的服务器内的处理器、通信接口及计算机存储介质可通过总线或其他方式连接,在本发明实施例所示图10中以通过总线连接为例。
通信接口是实现该用于图片处理的服务器与外部设备(如终端)之间进行交互和信息交换的媒介。处理器(或称CPU(Central Processing Unit,中央处理器))是该用于图片处理的服务器的计算核心以及控制核心,其适于实现一条或一条以上指令,具体适于加载并执行一条或一条以上指令从而实现相应方法流程或相应功能。计算机存储介质(Memory)是该用于图片处理的服务器中的记忆设备,用于存放程序和数据。可以理解的是,此处的计算机存储介质既可以包括该用于图片处理的服务器的内置存储介质,当然也可以包括该用于图片处理的服务器所支持的扩展存储介质。计算机存储介质提供存储空间,该存储空间存储了该用于图片处理的服务器的操作系统。并且,在该存储空间中还存放了适于被处理器加载并执行的一条或一条以上的指令,这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是,此处的计算机存储介质可以是高速RAM存储器,也可以是非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器;可选的还可以是至少一个位于远离前述处理器的计算机存储介质。
在一个实施例中,所述计算机存储介质存储有一条或一条以上第一指令,处理器加载并执行计算机存储介质中存放的一条或一条以上第一指令,以实现上述图3或图4a-图4c所示方法流程中的相应步骤;具体实现中,计算机存储介质中的一条或一条以上第一指令由处理器加载并执行如下步骤:
获取待处理的原始病理图片、所述原始病理图片对应的目标病理图片及所述目标病理图片的切片区域;
将所述目标病理图片及所述目标病理图片的切片区域发送至与所述原始病理图片相匹配的目标用户终端,以使所述目标用户终端在所述目标病理图片的切片区域中进行标注得到所述目标病理图片的标注数据;
接收所述目标用户终端提交的所述目标病理图片的标注数据;
对所述目标病理图片的标注数据进行转换处理得到所述原始病理图片的标注数据。
一种实施方式中,计算机存储介质中的一条或一条以上第一指令由处理器加载并执行所述获取待处理的原始病理图片、所述原始病理图片相对应的目标病理图片及所述目标病理图片的切片区域的步骤时,具体执行如下步骤:
获取待处理的原始病理图片,所述原始病理图片为第一格式的图片;
对所述原始病理图片进行归一化处理得到目标病理图片,所述目标病理图片为第二格式的图片;
按照预设切片规则对所述目标病理图片进行切割得到所述目标病理图片的切片区域,所述切片区域包括:主区域及所述主区域的至少一个相邻区域。
另一种实施方式中,计算机存储介质中的一条或一条以上第一指令由处理器加载并执行所述按照预设切片规则对所述目标病理图片进行切割得到所述目标病理图片的切片区域的步骤时,具体执行如下步骤:
按照第一预设大小及第一预设形状在所述目标病理图片中切割一个封闭区域确定为主区域;
按照第二预设大小及第二预设形状在所述目标病理图片中沿所述主区域的边缘切割至少一个封闭区域确定为所述主区域的相邻区域。
再一种实施方式中,计算机存储介质中的一条或一条以上第一指令由处理器加载并执行所述将所述目标病理图片及所述目标病理图片的切片区域发送至与所述原始病理图片相匹配的目标用户终端的步骤之前,还执行如下步骤:
查找与所述原始病理图片相匹配的目标用户;
为所述原始病理图片创建标注任务,所述标注任务包括所述原始病理图片的标识;
将所述标注任务推送至目标用户终端。
再一种实施方式中,计算机存储介质中的一条或一条以上第一指令由处理器加载并执行所述查找与所述原始病理图片相匹配的目标用户的步骤时,具体执行如下步骤:
获取所述原始病理图片的属性,所述属性包括以下任一种或多种:所属领域、所属医疗类别、所反映的部位;
获取用户信息库,所述用户信息库中包括至少一个具备标注资格的用户及所述用户的标签,所述标签包括所述标签包括以下任一个:擅长领域、所属医疗科室、擅长医治的部位;
根据所述原始病理图片的属性及所述用户信息库中各用户的标签,从所述用户信息库中查找与所述原始病理图片相匹配的目标用户。
再一种实施方式中,计算机存储介质中的一条或一条以上第一指令由处理器加载并执行将所述目标病理图片及所述目标病理图片的切片区域发送至与所述原始病理图片相匹配的目标用户终端的步骤时,具体执行如下步骤:
接收所述目标用户终端执行所述标注任务而发送的标注请求,所述标注请求携带所述原始病理图片的标识;
根据所述原始病理图片的标识将所述原始病理图片对应的目标病理图片及所述目标病理图片的切片区域返回至所述目标用户终端。
再一种实施方式中,计算机存储介质中的一条或一条以上第一指令由处理器加载还执行如下步骤:
若接收到所述目标用户终端发送的针对所述主区域的变更请求,获取变更后的主区域,并重新确定所述变更后的主区域的至少一个相邻区域;
按照所述变更后的主区域及所述变更后的主区域的至少一个相邻区域更新所述目标病理图片的切片区域。
再一种实施方式中,所述目标病理图片的标注数据包括所述切片区域中的标注对象及所述标注对象在所述切片区域中的第一坐标信息;
计算机存储介质中的一条或一条以上第一指令由处理器加载并执行所述对所述目标病理图片的标注数据进行转换处理得到所述原始病理图片的标注数据的步骤时,具体执行如下步骤:
对所述标注对象在所述切片区域中的第一坐标信息进行转换处理,得到所述标注对象在所述原始病理图片中的第二坐标信息;
根据所述标注对象在所述原始病理图片中的第二坐标信息在所述原始病理图片中确定标注对象区域;
将所述标注对象在所述原始病理图片中的第二坐标信息及所述原始病理图片中的标注对象区域确定为所述原始病理图片的标注数据。
再一种实施方式中,计算机存储介质中的一条或一条以上第一指令由处理器加载还执行如下步骤:
将所述原始病理图片及所述原始病理图片的标注数据进行关联存储;
将所述关联存储的所述原始病理图片及所述原始病理图片的标注数据作为样本数据输入至机器学习模型中以进行机器学习。
本发明实施例能够很好的适应病理图片分辨率高、尺寸大、且私有格式繁多的特点,从而实现对病理图片的标注;并且可极大的提高病理图片的标注效率及准确率;且病理图片的标注数据可被应用于机器学习模型中,为机器学习模型的更新提供有效的参考。
基于上述实施例所示图片处理系统及图片处理方法,本发明实施例还提供了一种用于图片处理的用户终端,该用户终端例如可以是图1所示的任一个用户终端。具体实现中,本发明实施例中描述的用户终端包括但不限于诸如具有触摸敏感表面(例如,触摸屏显示器和/或触摸板)的移动电话、膝上型计算机或平板计算机之类的其它便携式设备。还应当理解的是,在某些实施例中,所述设备并非便携式通信设备,而是具有触摸敏感表面(例如,触摸屏显示器和/或触摸板)的台式计算机。请参见图11,该用户终端的内部结构可包括处理器、用户接口、网络接口及计算机存储介质。其中,用户终端内的处理器、用户接口、网络接口及计算机存储介质可通过总线或其他方式连接,在本发明实施例所示图11中以通过总线连接为例。
其中,用户接口是实现用户与用户终端进行交互和信息交换的媒介,其具体体现可以包括用于输出的显示屏(Display)以及用于输入的键盘(Keyboard)等等,需要说明的是,此处的键盘既可以为实体键盘,也可以为触屏虚拟键盘,还可以为实体与触屏虚拟相结合的键盘。然而,应当理解的是,用户接口还可以包括诸如鼠标和/或控制杆的一个或多个其它物理用户接口设备。处理器(或称CPU(Central Processing Unit,中央处理器))是用户终端的计算核心以及控制核心,其适于实现一条或一条以上指令,具体适于加载并执行一条或一条以上指令从而实现相应方法流程或相应功能;例如:CPU可以用于解析用户向用户终端所发送的开关机指令,并控制用户终端进行开关机操作;再如:CPU可以在用户终端内部结构之间传输各类交互数据,等等。计算机存储介质(Memory)是用户终端中的记忆设备,用于存放程序和数据。可以理解的是,此处的计算机存储介质既可以包括用户终端的内置存储设备,当然也可以包括用户终端所支持的扩展存储设备。计算机存储介质提供存储空间,该存储空间存储了用户终端的操作系统。并且,在该存储空间中还存放了适于被处理器加载并执行的一条或一条以上的指令,这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是,此处的计算机存储介质可以是高速RAM存储器,也可以是非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器;可选的还可以是至少一个位于远离前述处理器的计算机存储介质。
还需要特别说明的是,用户终端支持各种应用程序,例如以下中的一个或多个:绘图应用程序、演示应用程序、文字处理应用程序、网站创建应用程序、盘刻录应用程序、电子表格应用程序、游戏应用程序、电话应用程序、视频会议应用程序、电子邮件应用程序、即时消息收发应用程序、锻炼支持应用程序、照片管理应用程序、数码相机应用程序、数字摄影机应用程序、web浏览应用程序、数字音乐播放器应用程序和/或数字视频播放器应用程序。可以在用户终端上执行的各种应用程序可以使用诸如触摸敏感表面的至少一个公共物理用户接口设备。可以在应用程序之间和/或相应应用程序内调整和/或改变触摸敏感表面的一个或多个功能以及用户终端上显示的相应信息。这样,用户终端的公共物理架构(例如,触摸敏感表面)可以支持具有对用户而言直观且透明的用户界面的各种应用程序。
在本发明实施例中,处理器加载并执行计算机存储介质中存放的一条或一条以上指令,以实现上述图3或图4a-图4c所示方法流程的相应步骤;具体实现中,计算机存储介质中的一条或一条以上第二指令由处理器加载并执行如下步骤:
接收服务器发送的目标病理图片及所述目标病理图片的切片区域,所述目标病理图片与待处理的原始病理图片相对应,所述原始病理图片与目标用户相匹配;
在所述目标病理图片的切片区域中进行标注得到所述目标病理图片的标注数据;
将所述目标病理图片的标注数据提交至所述服务器,使所述服务器对所述目标病理图片的标注数据进行转换处理得到所述原始病理图片的标注数据。
一种实施方式中,计算机存储介质中的一条或一条以上第二指令由处理器加载并执行所述在所述目标病理图片的切片区域中进行标注得到所述目标病理图片的标注数据的步骤时,具体执行如下步骤:
显示所述目标病理图片及所述目标病理图片的切片区域;所述切片区域包括:主区域及所述主区域的至少一个相邻区域;
若检测到所述目标用户针对所述主区域的变更操作,向所述服务器发送针对所述主区域的变更请求,以使得所述服务器更新所述目标病理图片的切片区域;
在检测到所述目标用户在所述目标病理图片的切片区域内的标注操作时,获取所述目标病理图片的标注数据;
其中,所述目标病理图片的标注数据包括所述切片区域中的标注对象及所述标注对象在所述切片区域中的第一坐标信息。
另一种实施方式中,计算机存储介质中的一条或一条以上第二指令由处理器加载并执行所述接收服务器发送的目标病理图片及所述目标病理图片的切片区域的步骤之前,还执行如下步骤:
接收所述服务器推送的原始病理图片的标注任务,所述标注任务包括所述原始病理图片的标识;
在检测到所述标注任务被启动执行时,向所述服务器发送标注请求,所述标注请求携带所述原始病理图片的标识,以使得所述服务器根据所述原始病理图片的标识下发所述原始病理图片对应的目标病理图片及所述目标病理图片的切片区域。
本发明实施例能够很好的适应病理图片分辨率高、尺寸大、且私有格式繁多的特点,从而实现对病理图片的标注;并且可极大的提高病理图片的标注效率及准确率;且病理图片的标注数据可被应用于机器学习模型中,为机器学习模型的更新提供有效的参考。
以上所揭露的仅为本发明较佳实施例而已,当然不能以此来限定本发明之权利范围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的范围。

Claims (18)

1.一种图片处理方法,其特征在于,包括:
获取待处理的原始病理图片、所述原始病理图片对应的目标病理图片及所述目标病理图片的切片区域;
将所述目标病理图片及所述目标病理图片的切片区域发送至与所述原始病理图片相匹配的目标用户终端,以使所述目标用户终端在所述目标病理图片的切片区域中进行标注得到所述目标病理图片的标注数据;
接收所述目标用户终端提交的所述目标病理图片的标注数据;
对所述目标病理图片的标注数据进行转换处理得到所述原始病理图片的标注数据。
2.如权利要求1所述的方法,其特征在于,所述获取待处理的原始病理图片、所述原始病理图片相对应的目标病理图片及所述目标病理图片的切片区域,包括:
获取待处理的原始病理图片,所述原始病理图片为第一格式的图片;
对所述原始病理图片进行归一化处理得到目标病理图片,所述目标病理图片为第二格式的图片;
按照预设切片规则对所述目标病理图片进行切割得到所述目标病理图片的切片区域,所述切片区域包括:主区域及所述主区域的至少一个相邻区域。
3.如权利要求2所述的方法,其特征在于,所述按照预设切片规则对所述目标病理图片进行切割得到所述目标病理图片的切片区域,包括:
按照第一预设大小及第一预设形状在所述目标病理图片中切割一个封闭区域确定为主区域;
按照第二预设大小及第二预设形状在所述目标病理图片中沿所述主区域的边缘切割至少一个封闭区域确定为所述主区域的相邻区域。
4.如权利要求1所述的方法,其特征在于,所述将所述目标病理图片及所述目标病理图片的切片区域发送至与所述原始病理图片相匹配的目标用户终端之前,还包括:
查找与所述原始病理图片相匹配的目标用户;
为所述原始病理图片创建标注任务,所述标注任务包括所述原始病理图片的标识;
将所述标注任务推送至目标用户终端。
5.如权利要求4所述的方法,其特征在于,所述查找与所述原始病理图片相匹配的目标用户,包括:
获取所述原始病理图片的属性,所述属性包括以下任一种或多种:所属领域、所属医疗类别、所反映的部位;
获取用户信息库,所述用户信息库中包括至少一个具备标注资格的用户及所述用户的标签,所述标签包括所述标签包括以下任一个:擅长领域、所属医疗科室、擅长医治的部位;
根据所述原始病理图片的属性及所述用户信息库中各用户的标签,从所述用户信息库中查找与所述原始病理图片相匹配的目标用户。
6.如权利要求5所述的方法,其特征在于,将所述目标病理图片及所述目标病理图片的切片区域发送至与所述原始病理图片相匹配的目标用户终端,包括:
接收所述目标用户终端执行所述标注任务而发送的标注请求,所述标注请求携带所述原始病理图片的标识;
根据所述原始病理图片的标识将所述原始病理图片对应的目标病理图片及所述目标病理图片的切片区域返回至所述目标用户终端。
7.如权利要求2所述的方法,其特征在于,还包括:
若接收到所述目标用户终端发送的针对所述主区域的变更请求,获取变更后的主区域,并重新确定所述变更后的主区域的至少一个相邻区域;
按照所述变更后的主区域及所述变更后的主区域的至少一个相邻区域更新所述目标病理图片的切片区域。
8.如权利要求1所述的方法,其特征在于,所述目标病理图片的标注数据包括所述切片区域中的标注对象及所述标注对象在所述切片区域中的第一坐标信息;
所述对所述目标病理图片的标注数据进行转换处理得到所述原始病理图片的标注数据,包括:
对所述标注对象在所述切片区域中的第一坐标信息进行转换处理,得到所述标注对象在所述原始病理图片中的第二坐标信息;
根据所述标注对象在所述原始病理图片中的第二坐标信息在所述原始病理图片中确定标注对象区域;
将所述标注对象在所述原始病理图片中的第二坐标信息及所述原始病理图片中的标注对象区域确定为所述原始病理图片的标注数据。
9.如权利要求1-8任一项所述的方法,其特征在于,还包括:
将所述原始病理图片及所述原始病理图片的标注数据进行关联存储;
将所述关联存储的所述原始病理图片及所述原始病理图片的标注数据作为样本数据输入至机器学习模型中以进行机器学习。
10.一种图片处理方法,其特征在于,包括:
接收服务器发送的目标病理图片及所述目标病理图片的切片区域,所述目标病理图片与待处理的原始病理图片相对应,所述原始病理图片与目标用户相匹配;
在所述目标病理图片的切片区域中进行标注得到所述目标病理图片的标注数据;
将所述目标病理图片的标注数据提交至所述服务器,使所述服务器对所述目标病理图片的标注数据进行转换处理得到所述原始病理图片的标注数据。
11.如权利要求10所述的方法,其特征在于,所述在所述目标病理图片的切片区域中进行标注得到所述目标病理图片的标注数据,包括:
显示所述目标病理图片及所述目标病理图片的切片区域;所述切片区域包括:主区域及所述主区域的至少一个相邻区域;
若检测到所述目标用户针对所述主区域的变更操作,向所述服务器发送针对所述主区域的变更请求,以使得所述服务器更新所述目标病理图片的切片区域;
在检测到所述目标用户在所述目标病理图片的切片区域内的标注操作时,获取所述目标病理图片的标注数据;
其中,所述目标病理图片的标注数据包括所述切片区域中的标注对象及所述标注对象在所述切片区域中的第一坐标信息。
12.如权利要求10或11所述的方法,其特征在于,所述接收服务器发送的目标病理图片及所述目标病理图片的切片区域之前,还包括:
接收所述服务器推送的原始病理图片的标注任务,所述标注任务包括所述原始病理图片的标识;
在检测到所述标注任务被启动执行时,向所述服务器发送标注请求,所述标注请求携带所述原始病理图片的标识,以使得所述服务器根据所述原始病理图片的标识下发所述原始病理图片对应的目标病理图片及所述目标病理图片的切片区域。
13.一种图片处理装置,其特征在于,包括:
获取单元,用于获取待处理的原始病理图片、所述原始病理图片对应的目标病理图片及所述目标病理图片的切片区域;
标注处理单元,用于将所述目标病理图片及所述目标病理图片的切片区域发送至与所述原始病理图片相匹配的目标用户终端,以使所述目标用户终端在所述目标病理图片的切片区域中进行标注得到所述目标病理图片的标注数据;以及,用于接收所述目标用户终端提交的所述目标病理图片的标注数据;
转换处理单元,用于对所述目标病理图片的标注数据进行转换处理得到所述原始病理图片的标注数据。
14.一种图片处理装置,其特征在于,包括:
交互单元,用于接收服务器发送的目标病理图片及所述目标病理图片的切片区域,所述目标病理图片与待处理的原始病理图片相对应,所述原始病理图片与目标用户相匹配;
标注单元,用于在所述目标病理图片的切片区域中进行标注得到所述目标病理图片的标注数据;
数据提交单元,用于将所述目标病理图片的标注数据提交至所述服务器,使所述服务器对所述目标病理图片的标注数据进行转换处理得到所述原始病理图片的标注数据。
15.一种计算机存储介质,其特征在于,所述计算机存储介质存储有一条或一条以上第一指令,所述第一指令适于由处理器加载并执行如权利要求1-9任一项所述的图片处理方法。
16.一种计算机存储介质,其特征在于,所述计算机存储介质存储有一条或一条以上第二指令,所述第二指令适于由处理器加载并执行如权利要求10-12任一项所述的图片处理方法。
17.一种用于图片处理的服务器,其特征在于,包括:
处理器,适于实现一条或一条以上指令;以及,
计算机存储介质,所述计算机存储介质存储有一条或一条以上第一指令,所述一条或一条以上第一指令适于由所述处理器加载并执行如权利要求1-9任一项所述的图片处理方法。
18.一种用于图片处理的用户终端,其特征在于,包括:
处理器,适于实现一条或一条以上指令;以及,
计算机存储介质,所述计算机存储介质存储有一条或一条以上第二指令,所述一条或一条以上第二指令适于由所述处理器加载并执行如权利要求10-12任一项所述的图片处理方法。
CN201810935227.3A 2018-08-16 2018-08-16 图片处理方法、装置、用户终端、服务器及存储介质 Active CN109215017B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810935227.3A CN109215017B (zh) 2018-08-16 2018-08-16 图片处理方法、装置、用户终端、服务器及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810935227.3A CN109215017B (zh) 2018-08-16 2018-08-16 图片处理方法、装置、用户终端、服务器及存储介质

Publications (2)

Publication Number Publication Date
CN109215017A true CN109215017A (zh) 2019-01-15
CN109215017B CN109215017B (zh) 2020-06-02

Family

ID=64988418

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810935227.3A Active CN109215017B (zh) 2018-08-16 2018-08-16 图片处理方法、装置、用户终端、服务器及存储介质

Country Status (1)

Country Link
CN (1) CN109215017B (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109872803A (zh) * 2019-01-28 2019-06-11 透彻影像(北京)科技有限公司 一种人工智能病理标注系统
CN109978894A (zh) * 2019-03-26 2019-07-05 成都迭迦科技有限公司 一种基于三维乳腺彩超的病变区域标注方法及系统
CN110265142A (zh) * 2019-06-11 2019-09-20 透彻影像(北京)科技有限公司 一种用于病变区域复原图的辅助诊断系统和方法
CN110377574A (zh) * 2019-07-15 2019-10-25 腾讯科技(深圳)有限公司 图片的协作处理方法及装置、存储介质、电子装置
CN110443294A (zh) * 2019-07-25 2019-11-12 丰图科技(深圳)有限公司 视频标注方法、装置、服务器、用户终端及存储介质
CN110674805A (zh) * 2019-10-11 2020-01-10 杭州睿琪软件有限公司 昆虫识别方法及系统
CN110675940A (zh) * 2019-08-01 2020-01-10 平安科技(深圳)有限公司 病理图像标注方法、装置、计算机设备及存储介质
CN110727819A (zh) * 2019-10-10 2020-01-24 北京航空航天大学 一种尺度自适应病理全切片图像数据库检索方法
CN114549603A (zh) * 2022-02-28 2022-05-27 赛维森(广州)医疗科技服务有限公司 细胞病理图像的标注坐标转换方法、系统、设备及介质
US11967069B2 (en) 2019-11-14 2024-04-23 Tencent Technology (Shenzhen) Company Limited Pathological section image processing method and apparatus, system, and storage medium

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101352057A (zh) * 2005-12-29 2009-01-21 Ozmiz私人有限公司 在移动终端上显示数据的方法和系统
CN101668255A (zh) * 2008-09-02 2010-03-10 杨明极 移动终端通过网络显示或下载图片自适应的方法
US20100275145A1 (en) * 2007-12-14 2010-10-28 Koninklijke Philips Electronics N.V. Labeling a segmented object
CN101895834A (zh) * 2010-06-21 2010-11-24 杭州热点信息技术有限公司 一种无线多媒体系统内容制作发布方法
CN104462738A (zh) * 2013-09-24 2015-03-25 西门子公司 一种标注医学图像的方法、装置和系统
CN104484856A (zh) * 2014-11-21 2015-04-01 广东威创视讯科技股份有限公司 一种图片标注显示控制方法及处理器
CN105608319A (zh) * 2015-12-21 2016-05-25 江苏康克移软软件有限公司 一种数字病理切片的标注方法及标注装置
CN107277528A (zh) * 2017-05-12 2017-10-20 慧影医疗科技(北京)有限公司 大影像传输优化显示方法
CN107516005A (zh) * 2017-07-14 2017-12-26 上海交通大学 一种数字病理图像标注的方法和系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101352057A (zh) * 2005-12-29 2009-01-21 Ozmiz私人有限公司 在移动终端上显示数据的方法和系统
US20100275145A1 (en) * 2007-12-14 2010-10-28 Koninklijke Philips Electronics N.V. Labeling a segmented object
CN101668255A (zh) * 2008-09-02 2010-03-10 杨明极 移动终端通过网络显示或下载图片自适应的方法
CN101895834A (zh) * 2010-06-21 2010-11-24 杭州热点信息技术有限公司 一种无线多媒体系统内容制作发布方法
CN104462738A (zh) * 2013-09-24 2015-03-25 西门子公司 一种标注医学图像的方法、装置和系统
CN104484856A (zh) * 2014-11-21 2015-04-01 广东威创视讯科技股份有限公司 一种图片标注显示控制方法及处理器
CN105608319A (zh) * 2015-12-21 2016-05-25 江苏康克移软软件有限公司 一种数字病理切片的标注方法及标注装置
CN107277528A (zh) * 2017-05-12 2017-10-20 慧影医疗科技(北京)有限公司 大影像传输优化显示方法
CN107516005A (zh) * 2017-07-14 2017-12-26 上海交通大学 一种数字病理图像标注的方法和系统

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109872803B (zh) * 2019-01-28 2020-01-14 透彻影像(北京)科技有限公司 一种人工智能病理标注系统
CN109872803A (zh) * 2019-01-28 2019-06-11 透彻影像(北京)科技有限公司 一种人工智能病理标注系统
CN109978894A (zh) * 2019-03-26 2019-07-05 成都迭迦科技有限公司 一种基于三维乳腺彩超的病变区域标注方法及系统
CN110265142A (zh) * 2019-06-11 2019-09-20 透彻影像(北京)科技有限公司 一种用于病变区域复原图的辅助诊断系统和方法
CN110265142B (zh) * 2019-06-11 2020-06-09 透彻影像(北京)科技有限公司 一种用于病变区域复原图的辅助诊断系统
CN110377574A (zh) * 2019-07-15 2019-10-25 腾讯科技(深圳)有限公司 图片的协作处理方法及装置、存储介质、电子装置
CN110377574B (zh) * 2019-07-15 2023-08-25 腾讯科技(深圳)有限公司 图片的协作处理方法及装置、存储介质、电子装置
CN110443294A (zh) * 2019-07-25 2019-11-12 丰图科技(深圳)有限公司 视频标注方法、装置、服务器、用户终端及存储介质
CN110675940A (zh) * 2019-08-01 2020-01-10 平安科技(深圳)有限公司 病理图像标注方法、装置、计算机设备及存储介质
CN110727819A (zh) * 2019-10-10 2020-01-24 北京航空航天大学 一种尺度自适应病理全切片图像数据库检索方法
CN110674805A (zh) * 2019-10-11 2020-01-10 杭州睿琪软件有限公司 昆虫识别方法及系统
CN110674805B (zh) * 2019-10-11 2022-04-15 杭州睿琪软件有限公司 昆虫识别方法及系统
US11663802B2 (en) 2019-10-11 2023-05-30 Hangzhou Glority Software Limited Insect identification method and system
US11967069B2 (en) 2019-11-14 2024-04-23 Tencent Technology (Shenzhen) Company Limited Pathological section image processing method and apparatus, system, and storage medium
CN114549603A (zh) * 2022-02-28 2022-05-27 赛维森(广州)医疗科技服务有限公司 细胞病理图像的标注坐标转换方法、系统、设备及介质

Also Published As

Publication number Publication date
CN109215017B (zh) 2020-06-02

Similar Documents

Publication Publication Date Title
CN109215017A (zh) 图片处理方法、装置、用户终端、服务器及存储介质
US11636660B2 (en) Object creation with physical manipulation
Goode et al. OpenSlide: A vendor-neutral software foundation for digital pathology
US11036364B2 (en) Browser for mixed reality systems
US20100331041A1 (en) System and method for language-independent manipulations of digital copies of documents through a camera phone
CN110377779B (zh) 图像标注的方法、基于病理图像的标注展示方法及装置
US20120191793A1 (en) Methods, computer program products, apparatuses, and systems to accommodate decision support and reference case management for diagnostic imaging
CA3156976A1 (en) Methods, computer-readable mediums, and systems for creating, organizing, viewing and connecting annotations of documents within web browsers
US9378299B1 (en) Browsing pages in an electronic document
Volynskaya et al. Clinical applications of whole-slide imaging in anatomic pathology
Depeursinge et al. Mobile medical visual information retrieval
WO2016155299A1 (zh) 用于显示网页标记信息的方法与装置
US9153208B2 (en) Systems and methods for image data management
JP2009200699A (ja) 画像処理装置および画像処理方法
JP2006004298A (ja) 文書処理装置、文書処理方法及び文書処理プログラム
JP2010515968A (ja) グラフィカルイメージを操作する方法及びシステム
JP2008040753A (ja) 画像処理装置、方法、プログラムおよび記録媒体
CN109791545A (zh) 用于包括图像的显示的资源的上下文信息
Jin et al. Pai-wsit: An AI service platform with support for storing and sharing whole-slide images with metadata and annotations
US20210224302A1 (en) Systems and methods for coordinate-based search
US20180300301A1 (en) Enhanced inking capabilities for content creation applications
US20240211113A1 (en) Browser for mixed reality systems
Miri et al. A web-based framework for distributed medical image processing using image markup language (IML)
CN110020337A (zh) 网页处理方法及相关产品
US20190279404A1 (en) Methods and program product for mapping of functional panels onto available physical displays

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant