图像处理方法及装置、电子设备和存储介质制造方法及图纸

本公开涉及一种图像处理方法及装置、电子设备和存储介质。所述图像处理方法包括：根据待处理图像集合，确定目标区域；根据所述目标区域，对所述待处理图像集合进行切割，得到两个以上的待处理子图像；根据至少一个所述待处理子图像进行第一预测，得到与所述待处理图像集合对应的第一预测结果。通过上述过程，可以有效的减小无关图像部分的干扰，提升后续切割与预测的效率；同时由于在预测前先对待处理图像集合进行了切割，大大减小了每次预测过程的计算量，提升了预测的效率和准确程度。

Image processing method and device, electronic equipment and storage medium

【技术实现步骤摘要】
图像处理方法及装置、电子设备和存储介质
本公开涉及图像处理
，尤其涉及一种图像处理方法及装置、电子设备和存储介质。
技术介绍
病理图像是医生段诊断病变组织和细胞的重要依据。医生诊断病理图像，需要大量的临床经验，在超高分辨率的病理图像上对全部组织和细胞进行诊断，费时费力，并存在一些主观偏差。如何对病理图像进行处理从而得到较为准确的诊断结果，成为目前一个亟待解决的问题。
技术实现思路
本公开提出了一种图像处理技术方案。根据本公开的一方面，提供了一种图像处理方法，包括：根据待处理图像集合，确定目标区域；根据所述目标区域，对所述待处理图像集合进行切割，得到两个以上的待处理子图像；根据至少一个所述待处理子图像进行第一预测，得到与所述待处理图像集合对应的第一预测结果。通过上述过程，可以根据目标区域来实现对待处理图像集合的切割和预测，有效的减小了无关图像部分的干扰，提升了后续切割与预测的效率；同时由于在预测前先对待处理图像集合进行了切割，大大减小了每次预测过程的计算量，提升了预测的效率和准确程度。在一种可能的实现方式中，所述根据待处理图像集合，确定目标区域，包括：从所述待处理图像集合中，选定第一待处理图像；对所述第一待处理图像进行降采样，得到第二待处理图像；对所述第二待处理图像包括的第一对象进行第一分割，得到第一分割结果；将所述第一分割结果作为所述目标区域。通过上述过程，可以通过较低的计算量和较高的计算效率，实现待处理图像集合中目标区域的确定，减小了后续切割与第一预测过程中，需要处理的数据量，从而大大提升了整个图像处理的效率，也增加了图像处理的精度。在一种可能的实现方式中，所述根据所述目标区域，对所述待处理图像集合进行切割，得到两个以上的待处理子图像，包括：从所述待处理图像集合中，选定预设尺度的图像，作为第三待处理图像；将所述目标区域在所述第三待处理图像中映射的位置，作为所述第三待处理图像的目标位置；在所述目标位置，将所述第三待处理图像切割至预设尺寸，得到两个以上的待处理子图像。通过上述过程，可以有效的将待处理图像集合中具有第一预测需求的区域进行切割，减小了后续第一预测的计算量和计算难度，提升了第一预测的效率和准确性，继而提升整个图像处理过程的准确性和效率。在一种可能的实现方式中，所述预设尺度包括所述待处理图像集合中的最大尺度。通过将预设尺度设置为待处理图像集合中的最大尺度，可以使得选出的第三待处理图像中，包含的信息更全面，从而使得基于此第三待处理图像得到的第一预测结果更为准确，继而提升整个图像处理的精度。在一种可能的实现方式中，所述根据至少一个所述待处理子图像进行第一预测，得到与所述待处理图像集合对应的第一预测结果，包括：对至少一个所述待处理子图像进行第一预测，得到与所述待处理子图像对应的第一预测子结果；根据所述待处理子图像在所述待处理图像集合中的位置，对至少一个所述第一预测子结果进行合并，得到所述第一预测结果。通过上述过程，可以有效地降低每一次第一预测过程的计算量，一方面可以提升第一预测的效率，另一方面也可以提升第一预测的准确性，继而提升了整个图像处理过程的效率和精度。在一种可能的实现方式中，所述对至少一个所述待处理子图像进行第一预测，得到与所述待处理子图像对应的第一预测子结果，包括：对至少一个所述待处理子图像包括的第二对象进行分类，得到与所述待处理子图像对应的分类子结果，其中，所述分类子结果包括分类特征向量，以及与每个所述分类特征向量对应的分类概率；对至少一个所述待处理子图像包括的第二对象进行第二分割，得到与所述待处理子图像对应的第二分割子结果；将所述分类子结果和所述第二分割子结果，作为所述待处理子图像的第一预测子结果。通过上述过程，可以综合分类和分割的结果，更加准确和完整的体现出第二对象在待处理图像集合中的位置从而提升图像处理结果的准确性，在第二对象为病灶的情况下，通过上述过程，可以更加完整和准确地体现病灶区域，有助于辅助医生实现更为准确的医疗诊断。在一种可能的实现方式中，所述根据所述待处理子图像在所述待处理图像集合中的位置，对至少一个所述第一预测子结果进行合并，得到第一预测结果，包括：将至少一个所述待处理子图像对应的分类子结果进行合并，得到分类结果，其中，所述分类结果包括通过合并所述分类特征向量所获得的分类特征向量集合；根据所述待处理子图像在所述待处理图像集合中的位置，将至少一个所述待处理子图像对应的第二分割子结果进行合并，得到与所述待处理图像集合对应的第二分割结果；将所述分类结果和所述第二分割结果，作为所述第一预测结果。通过上述过程，一方面可以通过第二分割结果，将待处理图像集合中包含有第二对象的位置均标注出来，实现较好的图像处理效果，同时还可以得到包含有特征向量的分类结果，这一分类结果可以进一步辅助对得到的第二分割结果进行修正和对照，从而进一步提升图像处理结果的准确性。在一种可能的实现方式中，所述方法还包括：根据所述第一预测结果进行处理，得到处理结果。通过对第一预测结果进行进一步处理，可以进一步提升图像处理的精度。在一种可能的实现方式中，所述根据所述第一预测结果进行处理，得到处理结果，包括：从所述第一预测结果包括的分类结果中，选定分类概率最高的N个分类特征向量，作为目标特征向量，其中，N为正整数；根据所述目标特征向量进行第二预测，得到第二预测结果；将所述第一预测结果包括的第二分割结果，和所述第二预测结果，作为所述处理结果。通过从第一预测结果中选定目标特征向量，并基于目标特征向量进行第二预测得到第二预测结果，然后将第二分割结果和第二预测结果共同作为处理结果，通过上述过程，既可以显示直观的预测图像，又可以具有较为准确的综合结论，从而可以使得最终得到的图像处理结果更为全面和直观，具有更强的实用性。在一种可能的实现方式中，所述根据所述目标特征向量进行第二预测，得到第二预测结果，包括：将所述目标特征向量进行融合，得到融合特征向量；对所述融合特征向量依次进行卷积处理和池化处理，得到第二预测结果。通过将目标特征向量依次进行融合、卷积与池化，得到第二预测结果，可以使得最终得到的第二预测结果是基于多个提取出的分类特征向量来进行进一步的筛查和修正所得到的，从而使得最终得到的第二预测结果更加准确，继而提升了图像处理的精度。当这些过程通过神经网络进行实现时，由于神经网络具有较好的鲁棒性，因此可以进一步提升图像处理的鲁棒性。在一种可能的实现方式中，所述待处理图像集合包括：病理图像集合。通过将本公开实施例中提出的图像处理方法应用于病理图像集合，可以有效的提升诊断病理图像的准确性。在一种可能的实现方式中，所述方法通过神经网络实现，所述神经网络通过训练图像集合进行训练，其中，所述训练图像集合包括至少一个预添加噪声的训练图像。通过将包含有预添加噪声的训练图像放入到训练图像集合中，可以使得基于此训练图像集合训练得到的神经网络即使面对具有干扰的待处理图像集合，也可以本文档来自技高网...

【技术保护点】
1.一种图像处理方法，其特征在于，包括：/n根据待处理图像集合，确定目标区域；/n根据所述目标区域，对所述待处理图像集合进行切割，得到两个以上的待处理子图像；/n根据至少一个所述待处理子图像进行第一预测，得到与所述待处理图像集合对应的第一预测结果。/n

【技术特征摘要】
1.一种图像处理方法，其特征在于，包括：
根据待处理图像集合，确定目标区域；
根据所述目标区域，对所述待处理图像集合进行切割，得到两个以上的待处理子图像；
根据至少一个所述待处理子图像进行第一预测，得到与所述待处理图像集合对应的第一预测结果。


2.根据权利要求1所述的方法，其特征在于，所述根据待处理图像集合，确定目标区域，包括：
从所述待处理图像集合中，选定第一待处理图像；
对所述第一待处理图像进行降采样，得到第二待处理图像；
对所述第二待处理图像包括的第一对象进行第一分割，得到第一分割结果；
将所述第一分割结果作为所述目标区域。


3.根据权利要求1或2所述的方法，其特征在于，所述根据所述目标区域，对所述待处理图像集合进行切割，得到两个以上的待处理子图像，包括：
从所述待处理图像集合中，选定预设尺度的图像，作为第三待处理图像；
将所述目标区域在所述第三待处理图像中映射的位置，作为所述第三待处理图像的目标位置；
在所述目标位置，将所述第三待处理图像切割至预设尺寸，得到两个以上的待处理子图像。


4.根据权利要求3所述的方法，其特征在于，所述预设尺度包括所述待处理图像集合中的最大尺度。


5.根据权利要求1至4中任意一项所述的方法，其特征在于，所述根据至少一个所述待处理子图像进行第一预测，得到与所述待处理图像集合对应的第一预测结果，包括：
对至少一个所述待处理子图像进行第一预测，得到与所述待处理子图像对应的第一预测子结果；
根据所述待处理子图像在所述待处理图像集合中的位置，对至少一个所述第一预测子结果进行合并，得到所述第一预测结果。


6.根据权利要求5所述的方法，其特征在于，所述对至少一个所述待处理子图像进行第一预测，得到与所述待处理子图像对应的第一预测子结果，包括：
对至少一个所述待处理子图像包括的第二对象进行分类，得到与所述待处理子图像对应的分类子结果，其中，所述分类子结果包括分类特征向量，以及与每个所述分类特征向量对应的分类概率；
对至少一个所述待处理子图像包括的第二对象进行第二分割，得到与所述待处理子图像对应的第二分割子结果；
将所述分类子结果和所述第二分割子结果，作为所述待处理子图像的第一预测子结果。


7.根据权利要求6所述的方法，其特征在于，所述根据所述待处理子图像在所述待处理图像集合中的位置，对至少一个所述第一预测子结果进行合并，得到第一预测结...

【专利技术属性】
技术研发人员：张晨滨，黄晓迪，陈文，熊一能，
申请(专利权)人：上海商汤智能科技有限公司，
类型：发明
国别省市：上海;31