病理图关键区域确定方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术实施例提供了一种病理图关键区域确定方法、装置、电子设备及存储介质，其中方法包括：获取待处理病理图；将所述待处理病理图分割为多个待处理病理子图；将各所述待处理病理子图输入到预先确定的分类器中进行分析，确定各所述待处理病理子图中包含目标信息的目标待处理病理子图，以及所述目标待处理病理子图的目标特征；针对各所述目标待处理病理子图，将该目标待处理病理子图的目标特征输入到预先确定的分割模型中，得到划分出目标信息区域的该目标待处理病理子图对应的目标图片；组合各所述目标图片，得到针对于所述待处理病理图的病理图关键区域。本发明专利技术实现了减少病理图中目标信息的丢失，得到所有目标信息的病理图关键区域。

Methods, devices, electronic devices and storage media for determining key areas of pathological maps

The embodiment of the present invention provides a method, device, electronic equipment and storage medium for determining key areas of pathological maps, including acquiring the pathological maps to be processed, dividing the pathological maps to be processed into several pathological submaps to be processed, inputting the pathological submaps to a predetermined classifier for analysis, and determining the packages of the pathological submaps to be processed. The target pathological sub-image with target information to be processed and the target features of the target pathological sub-image to be processed; for each target pathological sub-image to be processed, the target features of the target pathological sub-image to be processed are input into the pre-determined segmentation model, and the target image corresponding to the target pathological sub-image to be processed is obtained, which is divided into the target information region; and the target images corresponding to the target pathological sub-image to be processed are combined with the respective items The key areas of the pathological map for the pathological map to be processed are obtained by labeling the image. The invention realizes reducing the loss of target information in pathological maps and obtaining the key areas of pathological maps of all target information.

【技术实现步骤摘要】
病理图关键区域确定方法、装置、电子设备及存储介质
本专利技术涉及计算机
，特别是涉及一种病理图关键区域确定方法、装置、电子设备及存储介质。
技术介绍
随着计算机科学技术的发展，病理图像数字化技术已经取得了长足的进步。其中涉及到的技术主要包括WSI(WholeSlideImage，全切片数字图像)的扫描技术和计算机软件的相关自动化处理。特别是近些年来，随着高分辨率摄像头的产生和计算机处理性能的不断提升，WSI的放大倍数与清晰度已经完全可以满足病理医生的日常诊断，这也让医生的工作从显微镜转移到了计算机上。通过指定的WSI处理软件，医生可以方便的进行手动拖拽病理图像、寻找病灶区域，并进行相应的标注等等，一定程度上加快了诊断的效率。同时，WSI数据也包含了传统电子图像数据的特性，可以进行裁切、降采样放缩等处理，可操作化更强。现有技术中通过传统的卷积神经网络对WSI进行处理，其方法为：将WSI图片直接放缩至合适的尺寸，进而研究放缩后的WSI图像中的包含的关键信息。然而，专利技术人发现将WSI图片放缩至合适的尺寸进行关键信息研究方法中，容易导致了病理图局部包含的目标信息的丢失。因此，如何减本文档来自技高网...

【技术保护点】
1.一种病理图关键区域确定方法，其特征在于，所述方法包括：获取待处理病理图；将所述待处理病理图分割为多个待处理病理子图；将各所述待处理病理子图输入到预先确定的分类器中进行分析，确定各所述待处理病理子图中包含目标信息的目标待处理病理子图，以及所述目标待处理病理子图的目标特征；针对各所述目标待处理病理子图，将该目标待处理病理子图的目标特征输入到预先确定的分割模型中，得到划分出目标信息区域的该目标待处理病理子图对应的目标图片；组合各所述目标图片，得到针对于所述待处理病理图的病理图关键区域。

【技术特征摘要】
1.一种病理图关键区域确定方法，其特征在于，所述方法包括：获取待处理病理图；将所述待处理病理图分割为多个待处理病理子图；将各所述待处理病理子图输入到预先确定的分类器中进行分析，确定各所述待处理病理子图中包含目标信息的目标待处理病理子图，以及所述目标待处理病理子图的目标特征；针对各所述目标待处理病理子图，将该目标待处理病理子图的目标特征输入到预先确定的分割模型中，得到划分出目标信息区域的该目标待处理病理子图对应的目标图片；组合各所述目标图片，得到针对于所述待处理病理图的病理图关键区域。2.根据权利要求1所述的方法，其特征在于，所述目标待处理病理子图的目标特征为：所述分类器中，所述分类器与预设分割模型相同的前N个卷积层的第N个卷积层的卷积结果，所述分割模型为去掉所述前N个卷积层的所述预设分割模型，其中，N为大于零的自然数。3.根据权利要求1所述的方法，其特征在于，在所述将各所述待处理病理子图输入到预先确定的分类器中进行分析之前，所述方法还包括：将各所述待处理病理子图的色彩调节为与标准图片的色彩一致的图片。4.根据权利要求1所述的方法，其特征在于，所述将各所述待处理病理子图输入到预先确定的分类器中进行分析，确定各所述待处理病理子图中包含目标信息的目标待处理病理子图，包括：针对各所述待处理病理子图，通过所述分类器判断该待处理病理子图中是否包目标信息；若所述待处理病理子图中包含所述目标信息，则确定所述待处理病理子图为目标待处理病理子图。5.根据权利要求1-4任一项所述的方法，其特征在于，所述将该目标待处理病理子图的目标特征输入到预先确定的分割模型中，得到划分出目标信息区域的该目标待处理病理子图对应的目标图片，包括：针对该目标待处理病理子图的目标特征，通过所述分割模型的多个卷积层对该目标待处理病理子图进行第一卷积运算，得到第一结果；对所述第一结果进行空洞卷积金字塔池化以及全局平均池化，得到第二结果；提取所述分割模型中指...

【专利技术属性】
技术研发人员：刘军，陈皇，陶思言，祝闯，杨洁，钟定荣，
申请(专利权)人：北京邮电大学，中日友好医院，
类型：发明
国别省市：北京,11