[發明專利]一種細胞病理數字圖像質量的評價方法及系統

在審

• 申請號: 202011162801.X
• 申請日: 2020-10-27
• 公開（公告）號: CN112330613A
• 公開（公告）日: 2021-02-05
• 發明（設計）人: 楊志明
• 申請（專利權）人: 深思考人工智能科技（上海）有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/10;G06T5/00;G06N3/04
• 代理公司: 北京德琦知識產權代理有限公司 11018
• 代理人: 牛崢;王麗琴

1.一種細胞病理數字圖像質量的評價方法，其特征在于，包括：

采集細胞病理涂片的數字圖像并保存；

將采集的細胞病理數字圖像，切分為設置的若干個圖像片patch，對每個patch進行預處理；

將預處理后的patch輸入到設置的卷積神經網絡中，進行處理，得到細胞病理數字圖像的局部風險評估系數；

將得到的細胞病理數字圖像的局部風險評估系數，采用設置的循環卷積網絡進行全局判斷，得到細胞病理數字圖像的全局風險評估系數。

2.如權利要求1所述的評價方法，其特征在于，所述細胞病理涂片為液基宮頸細胞涂片，采集的細胞病理數字圖像是宮頸細胞數字圖像時，采集細胞病理涂片的數字圖像包括：

采用專用的玻片掃描儀，根據設置的掃描方式，進行重疊式的掃描保存，在所述玻片掃描儀的目鏡40倍的放大倍數下，針對一副2萬*2萬像素的圖像得到20張掃描后的宮頸細胞數字圖像。

3.如權利要求1所述的評價方法，其特征在于，所述對每個patch進行預處理包括：

在色彩編碼YUV空間對所述patch的色彩和飽和度進行校正；

使用高斯平滑方式去除所述patch中的噪聲點；

采用雙邊濾波和直方圖均衡化方式增強所述patch中的細胞邊緣；

對所述patch的像素值進行零均值歸一化處理，得到處理后同分布的預處理后的patch。

4.如權利要求1或3所述的評價方法，其特征在于，所述在將預處理后的patch輸入到設置的卷積神經網絡之前，還包括：

對每個patch使用設置的注意力模型生成注意力熱圖；

將patch與注意力熱圖進行相乘后，輸入到設置的卷積神經網絡進行處理。

5.如權利要求4所述的評價方法，其特征在于，所述采用設置的循環卷積網絡進行全局判斷，得到細胞病理數字圖像的全局風險評估系數包括：

對得到的細胞病理數字圖像的局部風險評估系數進行非極小值抑制；

將細胞病理數字圖像中的所有patch視為時序序列輸入到設置的循環卷積網絡，進行處理，得到全局風險評估系數。

6.一種細胞病理數字圖像質量的評價系統，其特征在于，包括：采集模塊、預處理模塊、局部風險系數評估模塊及全局風險系數評估模塊，其中，

采集模塊，用于采集細胞病理涂片的數字圖像并保存；

預處理模塊，用于將采集的細胞病理數字圖像，切分為設置的若干個patch，對每個patch進行預處理；

局部風險系數評估模塊，用于將預處理后的patch輸入到設置的卷積神經網絡中，得到細胞病理數字圖像的局部風險系數；

全局風險系數評估模塊，用于將得到的細胞病理數字圖像的局部風險系數，采用設置的循環卷積網絡進行全局判斷，得到細胞病理數字圖像的全局風險評估系數。

7.如權利要求6所述的評價系統，其特征在于，當所述細胞病理涂片是液基宮頸細胞涂片，所述采集模塊，還用于采集的細胞病理數字圖像是宮頸細胞數字圖像時，采用專用的玻片掃描儀，根據設置的掃描方式，進行重疊式的掃描保存，在所述玻片掃描儀的目鏡40倍的放大倍數下，針對一副2萬*2萬像素的圖像得到20張掃描后的宮頸細胞數字圖像。

8.如權利要求6所述的評價系統，其特征在于，所述預處理模塊，還用于對每個patch進行預處理包括：

在YUV空間對所述patch的色彩和飽和度進行校正；

使用高斯平滑方式去除所述patch中的噪聲點；

采用雙邊濾波和直方圖均衡化方式增強所述patch中的細胞邊緣；

對所述patch的像素值進行零均值歸一化處理，得到處理后同分布的預處理后的patch。

9.如權利要求6或8所述的評價系統，其特征在于，所述預處理模塊，還用于對每個patch使用設置的注意力模型生成注意力熱圖；

所述局部風險系數評估模塊，還用于將patch與注意力熱圖進行相乘后，輸入到設置的卷積神經網絡。

10.如權利要求9所述的評價系統，其特征在于，所述全局風險系數評估模塊，還用于對得到的細胞病理數字圖像的局部風險評估系數進行非極小值抑制；將細胞病理數字圖像中的所有patch視為時序序列輸入到設置的循環卷積網絡，進行處理，得到全局風險評估系數。