(EN) A method for identifying a target area of a digital pathology slide, comprising: acquiring a pathology slide scanning image (102); inputting the pathology slide scanning image into a preset deep learning-based identification model (104); extracting a contour feature of the pathology slide scanning image by means of an image contour feature extraction sub-model to obtain a contour image (106); segmenting the contour image by means of an image segmentation sub-model to obtain multiple sub-contour images (108); separately classifying and identifying the multiple sub-contour images by means of an image classification sub-model, so as to obtain an area category corresponding to each sub-contour image (110); and determining a target area image according to the area category of each sub-contour image (112). Thus, the scanning efficiency and scanning quality of a pathology slide is improved, the accuracy of a target area image is improved, and digital pathology slide memory space is reduced. In addition, further provided are a system and device for identifying a target area of a digital pathology slide, and a medium.
(FR) L'invention concerne un procédé d'identification d'une zone cible d'une lame de pathologie numérique, comprenant les étapes consistant à acquérir une image de balayage de lame de pathologie (102); à entrer l'image de balayage de lame de pathologie dans un modèle d'identification basé sur un apprentissage profond prédéfini (104); à extraire une caractéristique de contour de l'image de balayage de lame de pathologie au moyen d'un sous-modèle d'extraction de caractéristique de contour d'image pour obtenir une image de contour (106); à segmenter l'image de contour au moyen d'un sous-modèle de segmentation d'image pour obtenir de multiples images de sous-contour (108); à classifier et à identifier séparément les multiples images de sous-contour au moyen d'un sous-modèle de classification d'image, de façon à obtenir une catégorie de zone correspondant à chaque image de sous-contour (110); et à déterminer une image de zone cible selon la catégorie de zone de chaque image de sous-contour (112). Ainsi, l'efficacité de balayage et la qualité de balayage d'une lame de pathologie sont améliorées, la précision d'une image de zone cible est améliorée, et l'espace de mémoire coulissant de pathologie numérique est réduit. De plus, l'invention concerne en outre un système et un dispositif pour identifier une zone cible d'une lame de pathologie numérique, et un support.
(ZH) 一种数字病理切片目标区域的识别方法，通过获取病理切片扫描图像(102)；将病理切片扫描图像输入预设的基于深度学习的识别模型(104)；通过图像轮廓特征提取子模型提取病理切片扫描图像的轮廓特征，得到轮廓图像(106)；通过图像分割子模型对轮廓图像进行分割，得到多个子轮廓图像(108)；通过图像分类子模型分别对多个子轮廓图像进行分类识别，得到各个子轮廓图像对应的区域类别(110)；根据各个子轮廓图像的区域类别确定目标区域图像(112)，提高了病理切片的扫描效率和扫描质量，提高了目标区域图像的准确性，减少了数字病理切片内存空间。此外，还提出了一种数字病理切片目标区域的识别系统、设备及介质。
