一种切片病理号的识别方法、系统、装置和存储介质制造方法及图纸

本发明专利技术涉及一种切片病理号的识别方法、系统、装置和存储介质，方法包括获取包含有多个病理切片的病理切片图像；对所述病理切片图像依次进行区域分割和区域过滤，得到所述病理切片图像中的病理标签图像集；对所述病理标签图像集进行识别，得到所述病理标签图像集中每个病理标签图像一一对应的病理号并输出。本发明专利技术能够自动识别出病理切片上的病理号并进行自动输入，有效避免了肉眼识别和手动输入的麻烦，大大节省了人力成本，并有效克服了人工识别和手动输入的易错性，大大提高了病理号的识别准确率和输入效率，既有利于切片管理系统的管理，又有利于医生查阅指定患者的病理切片，提高了医生的工作效率。

【技术实现步骤摘要】
一种切片病理号的识别方法、系统、装置和存储介质
本专利技术涉及切片管理
，尤其涉及一种切片病理号的识别方法、系统、装置和存储介质。
技术介绍
通过观察人体的切片组织来判断人体相应组织器官是否发生有病变异常是现代医学中较为常见并且比较重要的检查手段之一，因此，为了方便医生对患者做出病理诊断，需要对患者取一定大小的切片组织，再用病理组织学方法制成病理切片。随着医疗科技的发展，每个医院每天都会产生大量的病理切片，这些病理切片都会装在切片盒中，并且每个病理切片上都会标记有对应的病理号。将每个病理切片上对应的病理号输入到切片系统中，对于医院对病理切片的管理，以及医生对指定患者的病理切片的查阅，有着重要的意义。目前，病理切片的病理号基本上是通过肉眼识别并依赖于人工手动输入切片系统的方式，费时费力，大大浪费了人力成本，还容易出错，识别准确率较低。
技术实现思路
本专利技术所要解决的技术问题是针对上述现有技术的不足，提供一种切片病理号的识别方法、系统、装置和存储介质，能够自动识别出病理切片上的病理号并进行自动输入，有效避免了肉眼识别和手动输入的麻烦，节约了人力成本，提高了病理号的识别准确率和输入效率。本专利技术解决上述技术问题的技术方案如下：一种切片病理号的识别方法，包括以下步骤：步骤1：获取包含有多个病理切片的病理切片图像；步骤2：对所述病理切片图像依次进行区域分割和区域过滤，得到所述病理切片图像中的病理标签图像集；步骤3：对所述病理标签图像集进行识别，得到所述病理标签图像集中每个病理标签图像一一对应的病理号并输出。依据本专利技术的另一方面，还提供了一种切片病理号的识别系统，应用于本专利技术中的切片病理号的识别方法中，包括图像获取模块、区域处理模块、识别模块和输出模块；所述图像获取模块，用于获取包含有多个病理切片的病理切片图像；所述区域处理模块，用于对所述病理切片图像依次进行区域分割和区域过滤，得到所述病理切片图像中的病理标签图像集；所述识别模块，用于对所述病理标签图像集进行识别，得到所述病理标签图像集中每个病理标签图像一一对应的病理号；所述输出模块，用于输出每个病理标签图像一一对应的病理号。依据本专利技术的另一方面，提供了一种切片病理号的识别装置，包括处理器、存储器和存储在所述存储器中且可运行在所述处理器上的计算机程序，所述计算机程序运行时实现本专利技术的一种切片病理号的识别方法中的步骤。依据本专利技术的另一方面，提供了一种计算机存储介质，所述计算机存储介质包括：至少一个指令，在所述指令被执行时实现本专利技术的一种切片病理号的识别方法中的步骤。本专利技术的切片病理号的识别方法、系统、装置和存储介质的有益效果是：通过对获取的含有多个病理切片的病理切片图像进行区域分割，便于后续根据区域分割后的图像进行过滤，而通过对区域分割后的图像进行区域过滤，便于筛除掉与含有病理号信息的图像(即病理标签图像)完全无关的图像，筛选出与每个病理切片一一对应的病理标签图像，得到病理标签图像集，便于后续对病理标签图像集进行识别，得到每个病理标签图像一一对应的病理号，即得到每个病理切片的病理号，最后将得到的病理号一一自动输出；本专利技术能够自动识别出病理切片上的病理号并进行自动输入，有效避免了肉眼识别和手动输入的麻烦，大大节省了人力成本，并有效克服了人工识别和手动输入的易错性，大大提高了病理号的识别准确率和输入效率，既有利于切片管理系统的管理，又有利于医生查阅指定患者的病理切片，提高了医生的工作效率。附图说明图1为本专利技术实施例一中一种切片病理号的识别方法的流程示意图；图2为本专利技术实施例一中区域分割的流程示意图；图3为本专利技术实施例一中区域过滤的流程示意图；图4为本专利技术实施例一中对病理标签图像进行识别的流程示意图；图5为本专利技术实施例一中切片病理号识别方法的完整流程示意图；图6为本专利技术实施例二中一种切片病理号的识别系统的结构示意图；图7为本专利技术实施例二中区域处理模块和识别模块的结构示意图。具体实施方式以下结合附图对本专利技术的原理和特征进行描述，所举实例只用于解释本专利技术，并非用于限定本专利技术的范围。下面结合附图，对本专利技术进行说明。实施例一、如图1所示，一种切片病理号的识别方法，包括以下步骤：S1：获取包含有多个病理切片的病理切片图像；S2：对所述病理切片图像依次进行区域分割和区域过滤，得到所述病理切片图像中的病理标签图像集；S3：对所述病理标签图像集进行识别，得到所述病理标签图像集中每个病理标签图像一一对应的病理号并输出。通过对获取的含有多个病理切片的病理切片图像进行区域分割，便于后续根据区域分割后的图像进行过滤，而通过对区域分割后的图像进行区域过滤，便于筛除掉与含有病理号信息的图像(即病理标签图像)完全无关的图像，筛选出与每个病理切片一一对应的病理标签图像，得到病理标签图像集，便于后续对病理标签图像集进行识别，得到每个病理标签图像一一对应的病理号，即得到每个病理切片的病理号，最后将得到的病理号一一自动输出；本实施例能够自动识别出病理切片上的病理号并进行自动输入，有效避免了肉眼识别和手动输入的麻烦，大大节省了人力成本，并有效克服了人工识别和手动输入的易错性，大大提高了病理号的识别准确率和输入效率，既有利于切片管理系统的管理，又有利于医生查阅指定患者的病理切片，提高了医生的工作效率。具体地，在本实施例S1中，采用的是具有自动对焦功能S1282AF良田高拍仪，获取到4618*3464的高分辨病理切片图像，并能够在图像中清晰看到多个病理切片对应的条码(条形码或二维码)和病理号文本，同时为了降低外界光的干扰，还可以在该设备上安装光源，提高拍摄的病理切片图像的质量。优选地，如图2所示，在S2中，对所述病理切片图像进行区域分割的具体步骤包括：S21：按照第一预设缩放尺寸，对所述病理切片图像进行初次缩放处理，得到初次缩放切片图像；S22：采用基于图的图像分割方法，对所述初次缩放切片图像进行图像分割，得到多个切片区域分割图像。通过对病理切片图像进行初次缩放处理，能够便于后续的图像分割，提高图像分割速度，一方面能提高整个病理号的识别效率，另一方面能便于后续的区域分割，以便得到质量较好的多个病理标签图像。其中，第一预设缩放尺寸可以根据实际情况选择和调整。具体地，在本实施例S21中的初次缩放处理时，是按照图像长宽比例不变的方法来缩放，所采用的第一预设缩放尺寸具体为：长＝924，宽＝693，即初次缩放切片图像的长Wimg＝924，宽Himg＝693；单位均为像素。具体地，在本实施例S22中，基于图的图像分割方法(EfficientGraph-BasedImageSegmentation，又称GraphSegmentation算法)中的参数为：滤波器的高斯核σ＝0.2，最小区域min_area＝80，最小类别K＝2；其中，本文档来自技高网...

【技术保护点】
1.一种切片病理号的识别方法，其特征在于，包括以下步骤：/n步骤1：获取包含有多个病理切片的病理切片图像；/n步骤2：对所述病理切片图像依次进行区域分割和区域过滤，得到所述病理切片图像中的病理标签图像集；/n步骤3：对所述病理标签图像集进行识别，得到所述病理标签图像集中每个病理标签图像一一对应的病理号并输出。/n

【技术特征摘要】
1.一种切片病理号的识别方法，其特征在于，包括以下步骤：
步骤1：获取包含有多个病理切片的病理切片图像；
步骤2：对所述病理切片图像依次进行区域分割和区域过滤，得到所述病理切片图像中的病理标签图像集；
步骤3：对所述病理标签图像集进行识别，得到所述病理标签图像集中每个病理标签图像一一对应的病理号并输出。


2.根据权利要求1所述的切片病理号的识别方法，其特征在于，在所述步骤2中，对所述病理切片图像进行区域分割的具体步骤包括：
步骤21：按照第一预设缩放尺寸，对所述病理切片图像进行初次缩放处理，得到初次缩放切片图像；
步骤22：采用基于图的图像分割方法，对所述初次缩放切片图像进行图像分割，得到多个切片区域分割图像。


3.根据权利要求2所述的切片病理号的识别方法，其特征在于，在所述步骤2中，对所述病理切片图像进行区域过滤的具体步骤包括：
步骤23：对每个切片区域分割图像分别进行腐蚀膨胀处理，得到每个切片区域分割图像一一对应的切片区域预处理图像；
步骤24：获取每个切片区域预处理图像的外接矩形的长和宽，按照预设的第一过滤判别式，对所有外接矩形的长和宽进行初次过滤，得到多个切片区域初次过滤图像；
所述第一过滤判别式具体为：



其中，和分别为第i个切片区域预处理图像的外接矩形的长和宽，nw和nh分别为切片盒在横向上所容纳病理切片的横向容纳数量和在纵向上所容纳病理切片的纵向容纳数量，Wimg和Himg分别为所述初次缩放切片图像的长和宽；
步骤25：对所有切片区域初次过滤图像进行区域合并，得到多个切片区域合并图像；
步骤26：获取每个切片区域合并图像的外接矩形的长和宽，按照预设的第二过滤判别式，对所有切片区域合并图像进行再次过滤，得到多个切片区域再次过滤图像；
所述第二过滤判别式具体为：

或
其中，和分别为第j个切片区域合并图像的外接矩形的长和宽；
步骤27：按照第二预设缩放尺寸，对每个切片区域再次过滤图像分别进行再次缩放处理，得到每个切片区域再次过滤图像一一对应的切片区域缩放图像；
步骤28：提取每个切片区域缩放图像一一对应的梯度方向直方图特征，采用DBSCAN密度聚类方法，根据每个梯度方向直方图特征分别对每个切片区域缩放图像进行聚类，得到多个聚类类别以及每个聚类类别下的切片区域缩放图像集和图像数量；将所有图像数量中的最大值对应的聚类类别下的切片区域缩放图像集确定为所述病理标签图像集。


4.根据权利要求3所述的切片病理号的识别方法，其特征在于，所述步骤25具体包括：
步骤251：在所有切片区域初次过滤图像中任选两个相邻的切片区域初次过滤图像，根据选取的两个切片区域初次过滤图像的外接矩形的长和宽，分别计算选取的两个切片区域初次过滤图像的图像面积以及选取的两个切片区域初次过滤图像之间的重叠面积和相似度；
计算第k个切片区域初次过滤图像与第k+1个切片区域初次过滤图像之间的相似度的具体公式为：
similaritykk+1＝min(|wk+1-wk|,|hk+1-hk|)；
其中，similaritykk+1为第k个切片区域初次过滤图像与第k+1个切片区域初次过滤图像之间的相似度，wk和hk分别为第k个切片区域初次过滤图像的外接矩形的长和宽，wk+1和hk+1分别为第k+1个切片区域初次过滤图像的外接矩形的长和宽；
步骤252：根据选取的两个切片区域初次过滤图像的图像面积以及选取的两个切片区域初次过滤图像之间的重叠面积，分别计算选取的两个切片区域初次过滤图像之间的重叠度和覆盖度；
计算第k个切片区域初次过滤图像与第k+1个切片区域初次过滤图像之间的重叠度和覆盖度的具体公式分别为：






其中，IOAkk+1和IOUkk+1分别为第k个切片区域初次过滤图像与第k...

【专利技术属性】
技术研发人员：刘炳宪，谢菊元，桂坤，操家庆，龙希，
申请(专利权)人：杭州智团信息技术有限公司，
类型：发明
国别省市：浙江;33