[發明專利]數字病理圖像分析方法、系統、設備及存儲介質

在審

• 申請號: 202011279541.4
• 申請日: 2020-11-16
• 公開（公告）號: CN112419253A
• 公開（公告）日: 2021-02-26
• 發明（設計）人: 李偉忠;楊歡;柯尊富;陳麗麗
• 申請（專利權）人: 中山大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 胡楓;曹萬菊

本發明公開了一種數字病理圖像分析方法，包括：獲取數字病理圖像；從所述數字病理圖像中提取感興趣區域；根據所述感興趣區域構建自適應的滑動窗口，并通過所述滑動窗口從所述感興趣區域中截取興趣塊；對所述興趣塊進行過濾處理；將所述興趣塊輸入病理模型以進行分析處理。本發明還公開了一種數字病理圖像分析系統，一種計算機設備及一種計算機可讀存儲介質。采用本發明，可對病理圖像進行預處理，有效提升人工智能算法的分類準確度，適用性更廣、容錯性更高、處理難度更低。

技術領域

本發明涉及形態學圖像處理技術領域，尤其涉及一種數字病理圖像分析方法、一種數字病理圖像分析系統、一種計算機設備及一種計算機可讀存儲介質。

背景技術

肺癌的發病率僅次于前列腺癌(男性)和乳腺癌(女性)，而致死率居癌癥之首，雖然癌癥整體死亡率呈現逐年下降的趨勢，但肺癌具有早期癥狀不明顯、高異質性與受環境暴露及生活習慣影響(吸煙)等特點，因而發病率高，且易漏診或錯診而導致預后較差。目前，低劑量計算機斷層掃描(low-dose computerized tomography,LDCT)是肺癌篩查的主要方法，但假陽性過高(26％～58％)的問題使其無法作為肺癌確診的依據。病理學診斷是肺癌診斷的金標準，而隨著免疫治療和分子靶向療法等新生腫瘤技術的快速發展，引入免疫組化和基因檢測技術來提升肺癌分型的準確度，更能適應肺癌個性化治療的需求。數字切片掃描儀的誕生是病理學發展的里程碑，傳統玻片的數字化使得病理診斷的智能化成為可能，但億級像素的超高分辨率圖像構成了算法與數據之間的無形阻礙，如何預處理與后處理數字病理切片，使其能夠被人工智能算法所使用，達到提升診斷精度的目的，是本發明主要解決的問題。

目前，針對分類任務，數字切片預處理的大體思路是一致的，即抽取金字塔結構的全掃描數字病理圖像(WSI)的某一層(layer)，提取感興趣的區域(Region of Interest,ROI)，將其切分成小塊(tile)來預測；后處理的思路是將小塊層級的預測結果整合為切片層級的預測結果。雖然整體思路一致，但具體的技術路線和參數設置各有不同，而這種差別在一定程度上影響人工智能算法的預測結果。

具體地，現有的預處理技術方案包括：

1、ROI區域切分成一定程度上重疊的tiles：滑動窗口的步長是根據橫向或縱向相鄰的兩個tiles之間的重疊程度來設定，具體地，s＝l·(1-p)，其中，s為步長，l為滑窗(正方形)的邊長，p為tile重疊程度且p的取值范圍是0～1。

2、ROI區域切分成互不重疊的tiles：首先，設定tile的大小(比如256×256像素)，然后使用滑動窗口法(slidingwindow)遍歷ROI區域來提取tiles，滑動窗口的尺寸和步長均等于tile的大小，該方案是方案1的特殊情況，即s＝l。但是，固定步長的方法無法適應切片尺寸或ROI區域大小的差異，一個大標本(原始尺寸或ROI區域較大的切片)可生成10³～10⁵個tiles，信息過于冗余，引入過多噪聲或導致過擬合問題，影響分類性能；而一個小標本(原始尺寸或ROI區域較小的切片)可能僅僅生成1～10³個tiles，以致信息豐度不足；同時，小標本的重要性往往不亞于大標本，且在人工智能的病理學應用場景中占有特殊地位，tile量級的差距很可能導致或加劇類別失衡問題，降低少數類的預測精度。

3、ROI區域內隨機截取tiles：在ROI區域內隨機選取若干個點作為tile頂點(左上角頂點)，提取tiles。但是，隨機截取tiles具有不可控性，可能造成信息冗余或遺失，失去了精確刻畫ROI邊界的意義。

由上可知，現有的預處理技術方案未能滿足實際應用，仍有待改進。

發明內容

本發明所要解決的技術問題在于，提供一種數字病理圖像分析方法、系統、計算機設備及計算機可讀存儲介質，可對病理圖像進行預處理，有效提升人工智能算法的分類準確度。