[發明專利]圖像質量評價方法

有效

• 申請號: 201911331258.9
• 申請日: 2019-12-21
• 公開（公告）號: CN110738658B
• 公開（公告）日: 2020-09-15
• 發明（設計）人: 崔燦;宋敏敏;石永華;沈玨偉;徐建紅;楊林
• 申請（專利權）人: 杭州迪英加科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 北京博維知識產權代理事務所(特殊普通合伙) 11486
• 代理人: 張倩

本發明涉及圖像質量評價方法，用于評價病理圖像的質量，包括：判斷所述病理圖像是經掃描獲得的數字病理圖像還是通過攝像頭獲得的實時采集圖像，當所述病理圖像是數字病理圖像時，先判斷圖像的成像質量，如果成像質量差，則結束圖像質量評價，輸出判斷結果；否則，再判斷圖像的內容質量，輸出判斷結果；當所述病理圖像是實時采集圖像時，判斷圖像的內容質量，輸出判斷結果。本申請對于數字病理圖像模擬醫學專家的判斷過程，先是判斷掃描質量，對于明顯掃描質量不合格的病理圖像直接定義為不合格圖像，不進行內容質量的判斷，從而提高質控環節的工作效率。

技術領域

本發明涉及圖像評價領域，特別是涉及圖像質量評價方法。

背景技術

圖像質量是指人們對圖像視覺感受的評價，也是指圖像提供給醫生的信息度，對于醫學圖像處理系統而言，其信息的主體是圖像，衡量這個系統的主要指標就是圖像質量。醫學圖像是為臨床診斷服務的，大多采用主觀評價的方法，但是這種方法需要組織醫生多次重復實驗，耗時長、成本高，同時，主觀評價方法易受到醫生知識背景、觀測目的和環境等影響，穩定性和可移植性差，且難以用數學模型表達，因此無法廣泛推廣應用。

此外，人工智能與病理診斷的結合即人工智能輔助判讀是當前醫學領域提升病理診斷效率和準確性的新趨勢，病理圖像的質量會影響服務器的運算成本進而影響輔助判讀的效率和算法結果的可信度，因此，如何保證輸入病理圖像的質量也是人工智能輔助判讀首要解決的技術問題。

發明內容

本發明的一個目的在于將人工智能應用于病理圖像的質量評價，以提升病理圖像質量評價的快速性和準確性，本發明提供了圖像質量評價方法。

本發明通過以下技術方案來實現上述目的：圖像質量評價方法，用于評價病理圖像的質量，包括：判斷所述病理圖像是經掃描獲得的數字病理圖像還是通過攝像頭獲得的實時采集圖像，當所述病理圖像是數字病理圖像時，先判斷圖像的成像質量，如果成像質量差，則結束圖像質量評價，輸出判斷結果；否則，再判斷圖像的內容質量，輸出判斷結果；當所述病理圖像是實時采集圖像時，判斷圖像的內容質量，輸出判斷結果。

進一步地，所述數字病理圖像的成像質量判斷方法，具體包括：對所述數字病理圖像進行第一圖像采樣，采集m1倍率下的低倍圖像樣本，將所述低倍圖像樣本切分為多張大小相同的切分圖像，將多張大小相同的切分圖像輸入低倍質量判斷模型進行成像質量判斷，低倍質量判斷模型輸出每張切片圖像的成像質量評分，根據成像質量評分，判斷低倍圖像樣本的成像質量，輸出判斷結果。

進一步地，所述低倍質量判斷模型進行質量判斷的方法包括：在所得每張切片圖像的質量評分中取最小值，如果此最小值小于閾值a，則將數字病理圖像判為掃描質量不合格；否則，為掃描質量合格。

進一步地，所述數字病理圖像的內容質量判斷方法，具體包括：對所述數字病理圖像進行第二圖像采樣，從m2倍率下隨機采集多個設定大小的高倍圖像樣本，將所述高倍圖像樣本輸入高倍質量判斷模型進行內容質量判斷，輸出判斷結果。

進一步地，所述高倍質量判斷模型進行質量判斷的方法包括：將所述多個高倍圖像樣本輸入高倍質量判斷模型，高倍質量判斷模型輸出每張高倍圖像樣本的質量評分，將所得的質量評分取平均值，若所得平均值小于閾值b1，則將數字病理圖像判斷為內容質量合格；否則，為內容質量不合格。

進一步地，所述實時采集圖像的內容質量判斷方法，具體包括：對所述實時采集圖像進行圖像采集，將采集的實時采集圖像輸入高倍質量判斷模型進行內容質量判別，高倍質量判斷模型輸出圖像的質量評分，若所述實時采集圖像評分小于閾值b3，則將所述實時采集圖像判斷為內容質量合格；否則，為內容質量不合格。