[發明專利]一種全景掃描病理圖像轉移區域的自動分割方法

在審

• 申請號: 201710507862.7
• 申請日: 2017-06-28
• 公開（公告）號: CN107358611A
• 公開（公告）日: 2017-11-17
• 發明（設計）人: 徐軍;徐海俊;蔡程飛;周超;郎彬
• 申請（專利權）人: 南京信息工程大學
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T7/136;G06T7/194
• 代理公司: 南京縱橫知識產權代理有限公司32224
• 代理人: 董建林

1.一種全景掃描病理圖像轉移區域的自動分割方法，其特征在于，包括如下步驟：

步驟一：對全景掃描病理圖像進行預處理，提取有組織區域；

步驟二：獲取訓練樣本集，標記轉移部分和非轉移部分；

步驟三：構建深度卷積網絡模型并進行模型訓練，采用訓練完成的深度卷積網絡模型識別全景掃描病理圖像中的轉移區域和非轉移區域；

步驟四：用熱值圖表示全景掃描病理圖像。

2.根據權利要求1所述的全景掃描病理圖像轉移區域的自動分割方法，其特征在于，步驟一的具體方法如下：

將全景掃描病理圖像在低倍分辨率下利用Ostu閾值法，排除背景區域，然后將低倍鏡下有組織區域對應在全掃描40鏡倍下的目標區域提取出來。

3.根據權利要求2所述的全景掃描病理圖像轉移區域的自動分割方法，其特征在于，步驟二的具體方法如下：

基于滑動窗口法在全景掃描病理圖像中選取轉移區域小塊和非轉移區域小塊，將轉移區域小塊標記為正樣本1，非轉移區域小塊標記為負樣本0，獲取訓練樣本集。

4.根據權利要求3所述的全景掃描病理圖像轉移區域的自動分割方法，其特征在于，所述轉移區域小塊和非轉移區域小塊為大小相同的圖像模塊，邊長為256*256像素。

5.根據權利要求3所述的全景掃描病理圖像轉移區域的自動分割方法，其特征在于，步驟三的具體方法如下：

將步驟二得到的訓練樣本集作為深度卷積網絡模型的輸入，經過迭代，測試損失與分類準確率，調整神經網絡的權值，得到存儲網絡權值系數的第一深度卷積網絡模型；

對于病理醫生和第一深度卷積網絡模型判定的轉移區域不一致的，認定為誤判區域或識別困難區域，在誤判區域和識別困難區域重新獲取訓練樣本集，構建第二深度卷積網絡模型，根據第二深度卷積網絡模型得到二分類器，再次識別轉移區域和非轉移區域。

6.根據權利要求5所述的全景掃描病理圖像轉移區域的自動分割方法，其特征在于，步驟四的具體方法如下：

建議一個滑動窗，步長設置為227，每一次窗口滑動判斷一次是否為轉移區域，用紅色表示轉移區域，藍色表示非轉移區域，生成熱值圖。