[發明專利]基于病理圖像組織區域的提取方法、裝置、設備及介質

在審

• 申請號: 202011610483.9
• 申請日: 2020-12-28
• 公開（公告）號: CN112734767A
• 公開（公告）日: 2021-04-30
• 發明（設計）人: 王佳平;謝春梅;李風儀
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06K9/46;G06K9/62;G06T7/187
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 魏潤潔

本申請涉及人工智能，提供一種基于病理圖像組織區域的提取方法、裝置、設備及介質，獲取病理圖像，對所述病理圖像進行預處理，得到二值化圖像；基于所述二值化圖像進行計算，得到模板圖像，并在所述二值化圖像中基于所述模板圖像對組織區域圖像進行模板匹配，得到匹配圖像組；基于所述匹配圖像組計算目標圖像的模糊值組，并根據所述模糊值組確定目標組織區域。此外，本發明還涉及區塊鏈技術，在基于病理圖像組織區域的提取方法時，從區塊鏈中獲取待診斷的病理圖像。本申請基于病理圖像計算模糊值組，以根據模糊值組快速準確地從病理圖像中提取表征最優組織區域的目標組織區域，有利于提高圖像質量最優組織區域的提取準確度。

技術領域

本申請涉及區域提取技術領域，尤其涉及一種基于病理圖像組織區域的提取方法、裝置、設備及介質。

背景技術

當前，隨著病理數字化的不斷加深以及深度學習等技術的興起，使用計算機輔助病理診斷或進行疾病篩查也變得日漸成熟。要獲取整個病理切片的高分辨率圖像通常需要借助專業的數字病理切片掃描儀，而獲取的整張切片的圖像像素個數通常會達到數十億甚至上百億個，計算機如果要對整張切片處理，將占用大量資源，極度耗時。為解決上述問題，對于一整張切片圖像的縮略圖，通常在制作組織病理切片時，會切取多片相鄰的組織，然后再擺放在切片上，這些相鄰的組織在形態上基本沒有差別，但由于受掃描儀的對焦能力和組織的厚度等問題的影響，成像效果在不同區域也不一樣，有些區域比較清楚，有些則比較模糊，進而導致圖像質量最優組織區域的提取準確度較低。

發明內容

本申請的主要目的在于提供一種基于病理圖像組織區域的提取方法、裝置、設備及介質，旨在解決當前圖像質量最優組織區域的提取準確度較低的技術問題。

為實現上述目的，本申請實施例提供一種基于病理圖像組織區域的提取方法，所述基于病理圖像組織區域的提取方法包括：

獲取病理圖像，對所述病理圖像進行預處理，得到二值化圖像；

基于所述二值化圖像進行計算，得到模板圖像，并在所述二值化圖像中基于所述模板圖像對組織區域圖像進行模板匹配，得到匹配圖像組；

基于所述匹配圖像組計算目標圖像的模糊值組，并根據所述模糊值組確定目標組織區域。

優選地，所述基于所述匹配圖像組計算目標圖像的模糊值組，并根據所述模糊值組確定目標組織區域的步驟包括：

獲取所述匹配圖像組在所述病理圖像中分別對應的多個目標圖像，并對各所述目標圖像進行拉布拉斯變換，得到多個中間值；

對多個所述中間值進行方差運算，得到多個模糊值形成的模糊值組；

對所述模糊值組中的多個模糊值進行排序，并根據排序后的多個所述模糊值，從所述病理圖像中確定目標組織區域。

優選地，所述基于所述二值化圖像進行計算，得到模板圖像的步驟包括：

識別所述二值化圖像的多個連通域，從多個所述連通域中確定基準連通域；

計算多個所述連通域中其余連通域與所述基準連通域的多個距離，以及其余連通域分別對應的面積與不變矩；

基于多個所述距離、多個所述面積以及多個所述不變矩，確定模板圖像。

優選地，所述基于多個所述距離、多個所述面積以及多個所述不變矩，確定模板圖像的步驟包括：

計算所述基準連通域的基準面積與基準不變矩，并將所述基準面積與多個所述面積進行對比，以及將所述基準不變矩與多個所述不變矩進行對比，得到多個所述連通域與所述基準連通域分別對應的相似度；

確定多個所述連通域中是否存在與所述基準連通域的相似度小于預設相似度閾值，或與所述基準連通域的距離小于預設距離閾值的目標連通域；