技术特征：
技术总结
本发明公开了一种甲状腺肿瘤病理组织切片图像分类方法及其装置，所述方法包括：获取已分类的甲状腺肿瘤病理组织切片原始图像集；在每张原始图像中自动截取若干张含有细胞的区域图像作为子图像集；将子图像集全部或部分作为训练集；构建初步卷积神经网络模型；用训练集训练初步卷积神经网络模型，获得成熟卷积神经网络模型；用成熟卷积神经网络模型对待分类的甲状腺肿瘤病理组织切片图像进行分类。采用高斯拉普拉斯算子特征去匹配病理组织切片中的细胞核从而找到细胞的位置，在细胞较多的区域实施自动化图像截取，从而实现全自动的细胞图像分类和癌症诊断，可以大量减少医生在审理病理组织切片时候的工作量，提高诊断准确率。
技术研发人员：向俊;卢宏涛;王立;官青;王蕴珺;李端树;王坚;刘绮颖
受保护的技术使用者：复旦大学附属肿瘤医院;上海交通大学
技术研发日：2018.05.22
技术公布日：2018.10.30