[發明專利]圖像處理方法、裝置、存儲介質和電子設備

在審

• 申請號: 202011552542.1
• 申請日: 2020-12-24
• 公開（公告）號: CN112734697A
• 公開（公告）日: 2021-04-30
• 發明（設計）人: 王希;何光宇;平安
• 申請（專利權）人: 沈陽東軟智能醫療科技研究院有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06K9/46;G06K9/62
• 代理公司: 北京英創嘉友知識產權代理事務所(普通合伙) 11447
• 代理人: 張巖龍

本公開涉及一種圖像處理方法、裝置、存儲介質和電子設備，涉及圖像處理技術領域，該方法包括：將待處理圖像劃分為第一數量個切片區域，對每個切片區域進行特征提取，以得到每個切片區域的區域特征，根據選擇矩陣和每個切片區域的區域特征，將第一數量個切片區域劃分為第二數量個分組，選擇矩陣用于表征每個切片區域被分配到每個分組的分配概率，根據第二數量個分組，生成第二數量個目標區域。本公開通過選擇矩陣和待處理圖像劃分的每個切片區域的區域特征，對全部切片區域進行分組，并根據分組結果，智能地確定待處理圖像中的第二數量個目標區域，不需要人工參與，能夠提高對目標區域的識別效率和準確度。

技術領域

本公開涉及圖像處理技術領域，具體地，涉及一種圖像處理方法、裝置、存儲介質和電子設備。

背景技術

惡性腫瘤是威脅人類健康的主要疾病之一，長期以來，對惡性腫瘤的研究一直是醫學界的重要課題。病理圖像作為一種臨床診斷的重要手段，被廣泛應用于對腫瘤情況的判斷，醫生可以通過識別病理圖像中各種類型的區域(例如，正常區域、腫瘤區域和腫瘤微環境區域等)并進行分析，來判斷病人的腫瘤情況。然而，隨著病人數量的增加，以及專業病理學醫生數量的匱乏，通過人工識別病理圖像中各種類型的區域，效率低下。并且，要識別病理圖像中各種類型的區域，對醫生的能力和經驗要求較高，容易造成誤判或漏判。

發明內容

為了解決相關技術中存在的問題，本公開提供了一種圖像處理方法、裝置、存儲介質和電子設備。

為了實現上述目的，根據本公開實施例的第一方面，提供一種圖像處理方法，所述方法包括：

將待處理圖像劃分為第一數量個切片區域，每個所述切片區域內包括的像素數量相同；

對每個所述切片區域進行特征提取，以得到每個所述切片區域的區域特征；

根據選擇矩陣和每個所述切片區域的區域特征，將第一數量個所述切片區域劃分為第二數量個分組；所述選擇矩陣用于表征每個所述切片區域被分配到每個所述分組的分配概率；

根據第二數量個所述分組，生成第二數量個目標區域；每個所述目標區域對應一個所述分組，每個所述目標區域由對應的所述分組內包括的所述切片區域組成。

可選地，所述對每個所述切片區域進行特征提取，以得到每個所述切片區域的區域特征，包括：

利用尺度不變特征變換SIFT算法，提取每個所述切片區域的SIFT特征；

確定每個所述切片區域對應的灰度共生矩陣GLCM，并根據所述GLCM確定該切片區域的GLCM特征；

將每個所述切片區域的所述SIFT特征和所述GLCM特征，作為該切片區域的所述區域特征。

可選地，所述根據選擇矩陣和每個所述切片區域的區域特征，將第一數量個所述切片區域劃分為第二數量個分組，包括：

根據所述選擇矩陣，確定將所述第一數量個切片區域分配到第二數量個初始分組的第三數量種分組結果；每種所述分組結果用于指示每個所述初始分組包括的所述切片區域；

根據每種所述分組結果中每個所述初始分組中包括的所述切片區域的區域特征，從第三數量種所述分組結果中選取最優分組結果；

根據所述最優分組結果更新所述選擇矩陣，并重復執行所述根據所述選擇矩陣，確定將所述第一數量個切片區域分配到第二數量個初始分組的第三數量種分組結果，至所述根據所述最優分組結果更新所述選擇矩陣的步驟，直至所述最優分組結果滿足預設的分組結束條件；

按照所述最優分組結果對第一數量個所述切片區域進行劃分，以得到第二數量個所述分組。

可選地，所述根據所述選擇矩陣，確定將所述第一數量個切片區域分配到第二數量個初始分組的第三數量種分組結果，包括：