[發明專利]基于染色成分調節的數字病理圖像數據集樣本擴充方法

在審

• 申請號: 201810020438.4
• 申請日: 2018-01-10
• 公開（公告）號: CN108229569A
• 公開（公告）日: 2018-06-29
• 發明（設計）人: 姜志國;鄭鈺山
• 申請（專利權）人: 麥克奧迪（廈門）醫療診斷系統有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京市煒衡律師事務所 11375
• 代理人: 許育輝

本發明提供的一種基于染色成分調節的數字病理圖像數據集樣本擴充方法。在機器學習算法每一輪訓練前，首先對訓練集中的每一張數字病理圖像進行染色分離，并隨機調整每種染色成分圖像的比例，再進行融合，模擬生成在不同染色劑配比下的數字病理圖像，從而達到樣本擴充的目的。該發明是一種數據動態擴充方法，擴充樣本由隨機數產生，故機器學習算法每一輪訓練中使用的樣本均不相同，從而達到擴充數據集的目的。該發明可提高基于機器學習方法開發的病理圖像輔助診斷方法的精度，具有廣闊的市場前景和應用價值。

技術領域

本發明涉及數字圖像處理領域，尤其是指一種基于染色成分調節算法的病理圖像數據集擴充方法。

背景技術

數字病理圖像是病理切片通過全自動顯微鏡或光學放大系統，掃描采集得到高分辨數字圖像，已廣泛的應用于病理學臨床診斷當中。基于機器學習，特別是深度學習的病理圖像分析算法在近年來得到快速發展，已成為病理圖像分析的主流方法。機器學習方法讓計算機反復學習帶有病理專家明確標注的病理圖像，從而形成能夠模擬病理醫生對病理圖像進行分析。區別于自然場景圖像分析，利用機器學習方法進行病理圖像分析有以下難點：1)病理圖像內容復雜，只有經驗豐富的病理專家才能給出準確的標注，標注成本很高，以致可用于訓練的樣本數量有限，影響最終算法的性能。2)數字病理圖像一般受染色劑質量、染色配比的影響存在較大的個體差異，致使本來包含同一病變類型的數字病理圖像在顏色空間中處于不同的分布中，而原本包含不同病變類型的數字病理圖像可能在顏色空間中非常相近。這一現象會影響機器學習算法對病理圖像的理解，影響算法性能。

在現有技術中，基于機器學習、特別是深度學習的圖像分析方法在面對訓練樣本不足問題時，會對訓練集中的樣本進行擴充，來模擬生成更多的樣本，擴充的方法包括旋轉、平移、反轉、縮放、添加噪聲等。這些擴充方法能夠在一定程度上緩解數字病理圖像訓練樣本不足的問題，但這些方法都沒有針對數字病理圖像進行設計，難以緩解染色差異帶來的問題。

發明內容

本發明要解決的技術問題是提供一種用于緩解現有機器學習方法應用于病理圖像分析時樣本數量不足和染色差異較大帶來的問題，提高病理圖像分析算法的精度的病理圖像數據集擴充方法。為了解決上述技術問題，本發明的技術方案為：基于染色成分調節的數字病理圖像數據集樣本擴充方法，其特征在于，包括以下步驟：步驟1：將病理圖像采集到計算機中形成數字病理圖像，在計算機中每個數字病理圖像用RGB通道存儲，每個數字病理圖像標記為I(x,y)，若干個數字病理圖像組成機器學習模型訓練樣本集，用X表示；

步驟2：設置動態調整參數θ；

步驟3：在機器學習模型的每一次訓練之前，動態調整訓練樣本集X中的每張數字病理圖像的染色配比，得到調整后的訓練樣本集

步驟4：使用調整后的訓練樣本集對機器學習進行一輪訓練；

步驟5：重復步驟3和步驟4，得到不同的調整后的訓練樣本集給機器模型學習，實現數據樣本的擴充。

進一步的，步驟3中動態調整數字病理圖像的染色配比的方法包括以下步驟：

步驟a：將機器學習模型訓練樣本集X中的第k張數字病理圖像記為I_k(x,y)，對所述I_k(x,y)進行染色成分分離，得到I_k(x,y)的獨立染色成分圖像其中，n表示該病理圖像中包含的染色成分數量；

步驟b：使用設置的動態調整參數θ，生成n個隨機數

步驟c：使用步驟b中的隨機數對獨立染色成分圖像進行圖像處理，得到調整后的獨立染色成分圖像

步驟d：將拉伸后的獨立染色成分圖像進行合并，并轉換回RGB通道，得到調整后的數字病理圖像；

步驟e：對訓練樣本集X中每一張數字病理圖像重復步驟a至步驟d，得到調整后的訓練樣本集