一种病理组织图像的处理方法、装置及存储介质制造方法及图纸

本申请提供一种病理组织图像的处理方法、装置及存储介质。方法包括：获得病理组织的切片图像；通过图像转换以及灰度化后的阈值分割处理，将所述切片图像中除所述病理组织之外的背景滤除，获得滤除后的图像。利用图像转换以及灰度化后的阈值分割处理能够比较彻底将切片图像中除病理组织之外的背景滤除，获得滤除后的图像，这样利用滤除后的图像就可以得到比较准确分级。

【技术实现步骤摘要】
一种病理组织图像的处理方法、装置及存储介质
本申请涉及图像处理
，具体而言，涉及一种病理组织图像的处理方法、装置及存储介质。
技术介绍
对病理组织进行分级能够帮助医生了解患者的情况，以便医生能够更好的针对患者的情况设定治疗方案。目前，可以先将病理组织的图像中的一些非病理组织滤除，比如采用图像处理的方式对病理组织和非病理组织进行识别，再采用机器学习的方式处理图像，以对病理组织进行分级。但是目前的滤除方式不能很彻底或者很准确的将病理组织的图像中所有非病理组织全部滤除，从而会影响后续对病理组织分级的准确率。
技术实现思路
本申请实施例的目的在于提供一种病理组织图像的处理方法、装置及存储介质，用以实现彻底的将除病理组织以外的部分滤除，以提高后续对病理组织分级的准确率。第一方面，本申请实施例提供了一种病理组织图像的处理方法，所述方法包括：获得病理组织的切片图像；通过图像转换以及灰度化后的阈值分割处理，将所述切片图像中除所述病理组织之外的背景滤除，获得滤除后的图像。利用图像转换以及灰度化后的阈值分割处理能够非常彻底将切片图像中除病理组织之外的背景滤除，获得滤除后的图像，这样利用滤除后的图像来进行分级就可以得到比较准确分级准确率。在本申请实施例中，利用图像转换以及灰度化后的阈值分割处理能够比较彻底将切片图像中除病理组织之外的背景滤除，获得滤除后的图像，这样利用滤除后的图像就可以得到比较准确分级。结合第一方面，在第一种可能的实现方式中，通过图像转换以及灰度化后的阈值分割处理，将所述切片图像中除所述病理组织之外的背景滤除，获得滤除后的图像，包括：通过图像转换以及灰度化后的阈值分割处理，将所述切片图像中的物理标记滤除，获得初步过滤的图像；通过阈值分割处理，将所述初步过滤的图像中除所述病理组织以外的非病理组织滤除，获得所述滤除后的图像。在本申请实施例中，配合图像转换以及灰度化后的阈值分割处理，能够将图像中的物理标记凸显出来，从而将图像中的物理标记滤除，进而实现比较彻底将切片图像中除病理组织之外的背景滤除。结合第一方面的第一种可能的实现方式，在第二种可能的实现方式中，通过阈值分割处理，将所述初步过滤的图像中除所述病理组织以外的非病理组织滤除，获得所述滤除后的图像，包括：通过灰度化以及自适应阈值分割处理，在所述初步过滤的图像中确定出除所述病理组织以外的非病理组织，从而对应在所述切片图像中将所述非病理组织滤除，获得初步过滤的图像。在本申请实施例中，由于不同的切片图像中非病理组织的颜色不一定相同，故采用自适应阈值分割处理能够针对不同颜色的非病理组织，自适应的确定出合理的阈值，以实现准确的图像分割。结合第一方面的第一种可能的实现方式，在第三种可能的实现方式中，通过图像转换以及灰度化后的阈值分割处理，将所述切片图像中的物理标记滤除，获得初步过滤的图像，包括：对所述切片图像进行灰度化处理，获得灰度图像，并通过阈值分割处理，在所述灰度图像中确定出一部分物理标记；对所述切片图像进行图像转换处理，获得HSV图像，并从所述HSV图像中确定出另一部分物理标记；对应在所述切片图像中将所述一部分物理标记和所述另一部分物理标记滤除，获得所述滤除后的图像。在本申请实施例中，通过将切片图像进行图像转换成HSV图像，其可以使得一部分物理标记从图像中凸显出来，从而实现对另一部分物理标记的准确滤除。结合第一方面的第三种可能的实现方式，在第四种可能的实现方式中，从所述HSV图像中确定出另一部分物理标记，包括：确定出所述HSV图像中像素值与所述物理标记的像素值匹配的区域；对所述区域进行腐蚀处理，获得腐蚀后的区域；对所述腐蚀后的区域进行膨胀处理，获得膨胀后的区域，其中，所述膨胀后的区域即表征所述另一部分物理标记。在本申请实施例中，在转换成HSV图像时，HSV图像有一些凸显的小区域并不是物理标记，故通过腐蚀将这部分小区域滤除可以避免误判断。结合第一方面，在第五种可能的实现方式中，在获得滤除后的图像之后，所述方法的还包括：利用预设的神经网络处理所述滤除后的图像，以获得所述病理组织的分级。在本申请实施例中，由于滤除后的图像只剩下了病理组织，这样通过神经网络对滤除后的图像进行处理，则可以准确的病理组织进行分级。结合第一方面的第五种可能的实现方式，在第六种可能的实现方式中，利用预设的神经网络处理所述滤除后的图像，以获得所述病理组织的分级，包括：将所述滤除后的图像分割成M张子图像，其中，M为大于1的整数；将所述M张子图像中不包含所述病理组织以及画面模糊的子图像删除，获得N张子图像，N为大于等于1且小于等于M的整数；利用所述神经网络处理所述N张子图像，获得所述病理组织的分级。在本申请实施例中，由于滤除后的图像只剩下了病理组织，则使得图像还包括大量的空白区域。通过将这些不包含病理组织的空白区域以及画面模糊的子图像删除，可以确保输入到神经网络中子图像都是高质量的病理组织图像，从而进一步提高了分级的准确度。结合第一方面的第六种可能的实现方式，在第七种可能的实现方式中，利用所述神经网络处理所述N张子图像，获得所述病理组织的分级，包括：利用所述神经网络对所述N张子图像中每张子图像进行卷积、深度可分离卷积、池化以及分类处理，获得所述N张子图像中每张子图像所包含的部分病理组织的分级；根据N个部分病理组织的分级，确定出所述病理组织的分级。在本申请实施例中，通过卷积与深度可分离卷积配合，能够尽可能多的提取出信息，以确保分级的准确性。第二方面，本申请实施例提供了一种病理组织图像的处理方法，所述方法包括：获得病理组织的切片图像；利用预设的神经网络对所述切片图像进行卷积、深度可分离卷积、池化以及分类处理，获得所述病理组织的分级。在本申请实施例中，通过卷积与深度可分离卷积配合，能够尽可能多的提取出信息，以确保分级的准确性。结合第二方面，在第一种可能的实现方式中，利用预设的神经网络对所述切片图像进行卷积、深度可分离卷积、池化以及分类处理，获得所述病理组织的分级，包括：将所述切片图像分割成M张子图像，其中，M为大于1的整数；将所述M张子图像中画面模糊的子图像删除，获得N张子图像，N为大于等于1且小于等于M的整数；利用所述神经网络对所述N张子图像中每张子图像进行卷积、深度可分离卷积、池化以及分类处理，获得所述N张子图像中每张子图像所包含的部分病理组织的分级；根据N个部分病理组织的分级，确定出所述病理组织的分级。在本申请实施例中，通过将画面模糊的子图像删除，可以确保输入到神经网络中子图像都是高质量的病理组织图像，从而进一步提高了分级的准确度。第三方面，本申请实施例提供了一种病理组织图像的处理装置，所述装置包括：图像获取模块，用于获得病理组织的切片图像；图像处理模块，用于通过图像转换以及灰度化后的阈值分割处理，将所述切片图像中除所述病理组织之外的背景滤除，获得滤除后的图像。第四方面，本申请实施例提供了一种病理组织图像的处理装置，所述装置包括：图像获取模块，用本文档来自技高网...

【技术保护点】
1.一种病理组织图像的处理方法，其特征在于，所述方法包括：/n获得病理组织的切片图像；/n通过图像转换以及灰度化后的阈值分割处理，将所述切片图像中除所述病理组织之外的背景滤除，获得滤除后的图像。/n

【技术特征摘要】
1.一种病理组织图像的处理方法，其特征在于，所述方法包括：
获得病理组织的切片图像；
通过图像转换以及灰度化后的阈值分割处理，将所述切片图像中除所述病理组织之外的背景滤除，获得滤除后的图像。


2.根据权利要求1所述的病理组织图像的处理方法，其特征在于，通过图像转换以及灰度化后的阈值分割处理，将所述切片图像中除所述病理组织之外的背景滤除，获得滤除后的图像，包括：
通过图像转换以及灰度化后的阈值分割处理，将所述切片图像中的物理标记滤除，获得初步过滤的图像；
通过阈值分割处理，将所述初步过滤的图像中除所述病理组织以外的非病理组织滤除，获得所述滤除后的图像。


3.根据权利要求2所述的病理组织图像的处理方法，其特征在于，通过阈值分割处理，将所述初步过滤的图像中除所述病理组织以外的非病理组织滤除，获得所述滤除后的图像，包括：
通过灰度化以及自适应阈值分割处理，在所述初步过滤的图像中确定出除所述病理组织以外的非病理组织，从而对应在所述切片图像中将所述非病理组织滤除，获得初步过滤的图像。


4.根据权利要求2所述的病理组织图像的处理方法，其特征在于，通过图像转换以及灰度化后的阈值分割处理，将所述切片图像中的物理标记滤除，获得初步过滤的图像，包括：
对所述切片图像进行灰度化处理，获得灰度图像，并通过阈值分割处理，在所述灰度图像中确定出一部分物理标记；
对所述切片图像进行图像转换处理，获得HSV图像，并从所述HSV图像中确定出另一部分物理标记；
对应在所述切片图像中将所述一部分物理标记和所述另一部分物理标记滤除，获得所述滤除后的图像。


5.根据权利要求4所述的病理组织图像的处理方法，其特征在于，从所述HSV图像中确定出另一部分物理标记，包括：
确定出所述HSV图像中像素值与所述物理标记的像素值匹配的区域；
对所述区域进行腐蚀处理，获得腐蚀后的区域；
对所述腐蚀后的区域进行膨胀处理，获得膨胀后的区域，其中，所述膨胀后的区域即表征所述另一部分物理标记。


6.根据权利要求1所述的病理组织图像的处理方法，其特征在于，在获得滤除后的图像之后，所述方法的还包括：
利用预设的神经网络处理所述滤除后的图像，以获得所述病理组织的分级。


7.根据权利要求6所述的病理组织图像的处理方法，其特征在于，利用预设的神经网络处理所述滤除后的图像，以获得...

【专利技术属性】
技术研发人员：常江龙，孙明建，沈彬，
申请(专利权)人：玖壹叁陆零医学科技南京有限公司，
类型：发明
国别省市：江苏;32