一种肝脏组织结构分类的方法及装置制造方法及图纸

本发明专利技术实施例提供了肝脏组织结构分类的方法及装置，根据第一组特征的值，利用预设的第一决策树对孔洞进行分类，获得孔洞中类血管结构的位置分布；根据第二组特征的值和胶原蛋白的含量，利用预设的第二决策树确定待测目标结构的类型。预设的第一决策树用于表征第一组特征的值与孔洞的类型的对应关系，预设的第二决策树用于表征第二组特征的值，胶原蛋白含量与已有目标结构的类型的对应关系，采用预设的第一决策树和预设的第二决策树作为统一标准，确定类血管结构的位置分布和待测目标结构的类型时，实现对同一组织样本进行分析时，能够获得相同的分析结果，避免个人主观因素对分析结果的影响。

【技术实现步骤摘要】
一种肝脏组织结构分类的方法及装置
本专利技术涉及计算机
，特别是涉及一种肝脏组织结构分类的方法及装置。
技术介绍
生物组织纤维化是指由于炎症导致生物器官实质细胞发生坏死，生物组织内细胞外基质(ExtracellularMatrix，ECM)异常增多和过度积累的病理过程。生物组织纤维化会引起生物器官中组织结构破坏、导致该生物器官功能下降，并最终使得该生物器官硬化。生物组织纤维化可能出现在多种生物器官，以肝脏为例，慢性肝炎会导致肝脏组织中的实质细胞发生坏死，肝脏组织的纤维化程度随着实质细胞的坏死不断加重，使得肝脏新陈代谢异常，最终导致肝硬化甚至肝癌。导致肝脏组织纤维化的病因有很多种，不同病因所导致纤维化所发生的肝脏组织的部位不同。例如，慢性乙肝，早期纤维化集中在肝脏的汇管区。再例如，非酒精脂肪肝患者，早期纤维化集中在中央静脉附近和小叶内区域。因此，依据早期纤维化所发生的肝脏组织的部位，确定诱发肝脏纤维化的病因，对实现有效的诊断和治疗非常重要。现有技术中，评估纤维化所发生的肝脏组织的部位，采用如下方法：对肝脏组织的切片进行染色处理，由病理医生观察染色后的肝脏组织的切片，基于该病理医生的经验分析肝脏组织结构，确定纤维化所发生的肝脏组织的部位。上述分析肝脏组织结构的方法，主要依赖于人为的主观判断，一方面，染色处理会影响病理医生的判断；另一方面，不同的病理医生之间存在能力、以及经验等个体差异。对同一个肝脏组织的切片来说，肝脏组织结构的分析结果也会有所不同。从而，上述分析肝脏组织结构的方法，所得的分析结果稳定性差，影响诊断和治疗的有效性。
技术实现思路
本专利技术解决的技术问题在于提供一种肝脏组织结构分类的方法及装置，从而能够提供对肝脏组织结构按照统一标准进行分类的技术方案。为此，本专利技术解决技术问题的技术方案是：一种肝脏组织结构分类的方法，所述方法包括：获取组织样本的图像进行图像处理，获得第一二值图像、组织信号图像和胶原信号图像，所述组织信号图像用于表征组织在所述组织样本中的位置分布，所述胶原信号图像用于表征胶原蛋白在所述组织样本中的位置分布；对所述胶原信号图像进行图像分割获得第二二值图像，对所述组织信号图像进行图像分割获得第三二值图像，计算所述第二二值图像与所述第一二值图像的比值获得所述胶原蛋白的含量；根据所述第一二值图像和第三二值图像获得第四二值图像，所述第四二值图像用于表征孔洞在所述组织样本中的位置分布；根据所述第二二值图像和所述第四二值图像获得第一组特征的值，根据所述第一组特征的值，利用预设的第一决策树对所述孔洞进行分类，获得所述孔洞中类血管结构的位置分布，所述第一组特征的值用于表征所述孔洞的特征，所述预设的第一决策树用于表征第一组特征的值与孔洞的类型的对应关系；根据所述第二二值图像和所述类血管结构的位置分布，建立待测目标结构；获取所述待测目标结构的第二组特征的值，根据所述第二组特征的值和所述胶原蛋白的含量，利用预设的第二决策树确定所述待测目标结构的类型，所述第二组特征的值用于表征所述待测目标结构的特征，所述第二决策树用于表征第二组特征的值，胶原蛋白含量与已有目标结构的类型的对应关系。在一个例子中，所述获取组织样本的图像进行图像处理，获得第一二值图像、组织信号图像和胶原信号图像包括：对所述组织样本的图像进行去噪处理，获得原始组织图像和原始胶原图像；对所述原始组织图像进行二值化处理，获得组织二值图像；删除所述组织二值图像中面积小于预设的第一阈值的连通域，获得第五二值图像，对所述第五二值图像进行图像填充获得所述第一二值图像；计算所述原始组织图像与所述第一二值图像的乘积获得所述组织信号图像，计算所述原始胶原图像与所述第一二值图像的乘积获得所述胶原信号图像。在一个例子中，所述根据所述第一二值图像和第三二值图像获得第四二值图像包括：对所述第三二值图像取反获得第六二值图像；将所述第六二值图像与所述第一二值图像进行与运算获得第七二值图像；删除所述第七二值图像中面积小于预设的第二阈值的连通域，获得所述第四二值图像。在一个例子中，所述预设的第一决策树的创建方法包括：获取多个组织样本的样本图像，已知每个组织样本中孔洞的位置分布和类型；对每个样本图像进行图像处理，获得每个样本图像的第一二值图像、组织信号图像和胶原信号图像；对每个样本图像的胶原信号图像进行图像分割获得该样本图像的第二二值图像，对每个样本图像的组织信号图像进行图像分割获得该样本图像的第三二值图像；根据每个样本图像的第一二值图像和该样本图像的第三二值图像获得该样本图像的第四二值图像；根据每个样本图像的第二二值图像和该样本图像的第四二值图像获得该样本图像中每个孔洞的第一组特征的值；根据每个孔洞的第一组特征值以及该孔洞的类型，利用CART算法建立预设的第一决策树。在一个例子中，所述预设的第二决策树的创建方法包括：获取多个组织样本的样本图像，已知每个组织样本中已有目标结构的位置分布和类型，所述已有目标结构的类型包括中央静脉或汇管区；对每个样本图像进行图像处理，获得每个样本图像的第一二值图像、组织信号图像和胶原信号图像；对每个样本图像的胶原信号图像进行图像分割获得该样本图像的第二二值图像，计算每个样本图像的第二二值图像与该样本图像的第一二值图像的比值获得该样本图像的胶原蛋白的含量；根据每个样本图像的第二二值图像和该样本图像的已有目标结构的位置分布获得第二组特征的值；根据每个样本图像的第二组特征的值，该样本图像的胶原蛋白的含量，以及该样本图像的已有目标结构的类型，利用CART算法建立预设的第二决策树。在一个例子中，所述方法还包括：利用所述第一组特征的值与所述孔洞的类型更新所述预设的第一决策树；利用所述第二组特征的值与所述类血管结构的类型更新所述预设的第二决策树。一种肝脏组织结构分类的装置，所述装置包括：第一获得单元，用于获取组织样本的图像进行图像处理，获得第一二值图像、组织信号图像和胶原信号图像，所述组织信号图像用于表征组织在所述组织样本中的位置分布，所述胶原信号图像用于表征胶原蛋白在所述组织样本中的位置分布；分割单元，用于对所述胶原信号图像进行图像分割获得第二二值图像，对所述组织信号图像进行图像分割获得第三二值图像，计算所述第二二值图像与所述第一二值图像的比值获得所述胶原蛋白的含量；第二获得单元，用于根据所述第一二值图像和第三二值图像获得第四二值图像，所述第四二值图像用于表征孔洞在所述组织样本中的位置分布；第三获得单元，用于根据所述第二二值图像和所述第四二值图像获得第一组特征的值，根据所述第一组特征的值，利用预设的第一决策树对所述孔洞进行分类，获得所述孔洞中类血管结构的位置分布，所述第一组特征的值用于表征所述孔洞的特征，所述预设的第一决策树用于表征第一组特征的值与孔洞的类型的对应关系；建立单元，用于根据所述第二二值图像和所述类血管结构的位置分布，建立待测目标结构；确定单元，用于获取所述待测目标结构的第二组特征的值，根据所述第二组特征的值和所述胶原蛋白的含量，利用预设的第二决策树确定所述待测目标结构的类型，所述第二组特征的值用于表征所述待测目标结构的特征，所述第二决策树用于表征第二组特征的值，胶原蛋白含量与已有目标结构的类型的对应关系，每个目标结构包括至少一个类血管结构本文档来自技高网...

【技术保护点】
1.一种肝脏组织结构分类的方法，其特征在于，所述方法包括：获取组织样本的图像进行图像处理，获得第一二值图像、组织信号图像和胶原信号图像，所述组织信号图像用于表征组织在所述组织样本中的位置分布，所述胶原信号图像用于表征胶原蛋白在所述组织样本中的位置分布；对所述胶原信号图像进行图像分割获得第二二值图像，对所述组织信号图像进行图像分割获得第三二值图像，计算所述第二二值图像与所述第一二值图像的比值获得所述胶原蛋白的含量；根据所述第一二值图像和第三二值图像获得第四二值图像，所述第四二值图像用于表征孔洞在所述组织样本中的位置分布；根据所述第二二值图像和所述第四二值图像获得第一组特征的值，根据所述第一组特征的值，利用预设的第一决策树对所述孔洞进行分类，获得所述孔洞中类血管结构的位置分布，所述第一组特征的值用于表征所述孔洞的特征，所述预设的第一决策树用于表征第一组特征的值与孔洞的类型的对应关系；根据所述第二二值图像和所述类血管结构的位置分布，建立待测目标结构；获取所述待测目标结构的第二组特征的值，根据所述第二组特征的值和所述胶原蛋白的含量，利用预设的第二决策树确定所述待测目标结构的类型，所述第二组特征的值用于表征所述待测目标结构的特征，所述第二决策树用于表征第二组特征的值，胶原蛋白含量与已有目标结构的类型的对应关系。...

【技术特征摘要】
1.一种肝脏组织结构分类的方法，其特征在于，所述方法包括：获取组织样本的图像进行图像处理，获得第一二值图像、组织信号图像和胶原信号图像，所述组织信号图像用于表征组织在所述组织样本中的位置分布，所述胶原信号图像用于表征胶原蛋白在所述组织样本中的位置分布；对所述胶原信号图像进行图像分割获得第二二值图像，对所述组织信号图像进行图像分割获得第三二值图像，计算所述第二二值图像与所述第一二值图像的比值获得所述胶原蛋白的含量；根据所述第一二值图像和第三二值图像获得第四二值图像，所述第四二值图像用于表征孔洞在所述组织样本中的位置分布；根据所述第二二值图像和所述第四二值图像获得第一组特征的值，根据所述第一组特征的值，利用预设的第一决策树对所述孔洞进行分类，获得所述孔洞中类血管结构的位置分布，所述第一组特征的值用于表征所述孔洞的特征，所述预设的第一决策树用于表征第一组特征的值与孔洞的类型的对应关系；根据所述第二二值图像和所述类血管结构的位置分布，建立待测目标结构；获取所述待测目标结构的第二组特征的值，根据所述第二组特征的值和所述胶原蛋白的含量，利用预设的第二决策树确定所述待测目标结构的类型，所述第二组特征的值用于表征所述待测目标结构的特征，所述第二决策树用于表征第二组特征的值，胶原蛋白含量与已有目标结构的类型的对应关系。2.根据权利要求1所述的方法，其特征在于，所述获取组织样本的图像进行图像处理，获得第一二值图像、组织信号图像和胶原信号图像包括：对所述组织样本的图像进行去噪处理，获得原始组织图像和原始胶原图像；对所述原始组织图像进行二值化处理，获得组织二值图像；删除所述组织二值图像中面积小于预设的第一阈值的连通域，获得第五二值图像，对所述第五二值图像进行图像填充获得所述第一二值图像；计算所述原始组织图像与所述第一二值图像的乘积获得所述组织信号图像，计算所述原始胶原图像与所述第一二值图像的乘积获得所述胶原信号图像。3.根据权利要求1所述的方法，其特征在于，所述根据所述第一二值图像和第三二值图像获得第四二值图像包括：对所述第三二值图像取反获得第六二值图像；将所述第六二值图像与所述第一二值图像进行与运算获得第七二值图像；删除所述第七二值图像中面积小于预设的第二阈值的连通域，获得所述第四二值图像。4.根据权利要求1-3任意一项所述的方法，其特征在于，所述预设的第一决策树的创建方法包括：获取多个组织样本的样本图像，已知每个组织样本中孔洞的位置分布和类型；对每个样本图像进行图像处理，获得每个样本图像的第一二值图像、组织信号图像和胶原信号图像；对每个样本图像的胶原信号图像进行图像分割获得该样本图像的第二二值图像，对每个样本图像的组织信号图像进行图像分割获得该样本图像的第三二值图像；根据每个样本图像的第一二值图像和该样本图像的第三二值图像获得该样本图像的第四二值图像；根据每个样本图像的第二二值图像和该样本图像的第四二值图像获得该样本图像中每个孔洞的第一组特征的值；根据每个孔洞的第一组特征值以及该孔洞的类型，利用CART算法建立预设的第一决策树。5.根据权利要求1-3任意一项所述的方法，其特征在于，所述预设的第二决策树的创建方法包括：获取多个组织样本的样本图像，已知每个组织样本中已有目标结构的位置分布和类型，所述已有目标结构的类型包括中央静脉或汇管区；对每个样本图像进行图像处理，获得每个样本图像的第一二值图像、组织信号图像和胶原信号图像；对每个样本图像的胶原信号图像进行图像分割获得该样本图像的第二二值图像，计算每个样本图像的第二二值图像与该样本图像的第一二值图像的比值获得该样本图像的胶原蛋白的含量；根据每个样本图像的第二二值图像和该样本图像的已有目标结构的位置分布获得第二组特征的值；根据每个样本图像的第二组特征的值，该样本图像的胶原蛋白的含量，以及该样本图像的已有目标结构的类型，利用CART算法建立预设的第二决策树。6.根据权利要求1-5任意一项所述的方法，其特征在于，所述方法还包括：利用所述第一组特征的值与所述孔洞的类型更新所述预设的第一决策树；利用所述第二组特征的值与所述类血管结构的类型更新所述预设的第二决策树。7.一种肝脏组织结构分类的装置，其特征在于，所述装置包括：第一获得单元，用于获取组织样本的图像进行图像处理，获得第一二值图像、组织信号图像和胶原信号图像，所述组织信号图像用于表征组织在所述组织...

【专利技术属性】
技术研发人员：任亚运，滕霄，戴其尚，
申请(专利权)人：杭州筹图科技有限公司，
类型：发明
国别省市：浙江,33