【技术实现步骤摘要】
一种切片图像处理方法
[0001]本专利技术涉及切片图像
,特别涉及一种切片图像处理方法。
[0002]区域技术
[0003]目前,病理诊断一般都以图像作为依据对病人的诊断做出判断, 近些年来,结合高速发展的互联网时代,传统的病理诊断工作模式发 生巨大的变化,切片图像提供了一种高分辨率、全切片的数字图像, 但是目前而言,大型综合医院的玻璃切片多达十几万张,工作量巨大, 目前的病理图像很难满足巨大的图像数据存储和调阅,所以在处理图 片的时候对重要的图像数据进行人工一一筛选和建立索引,十分耗时 耗力,此外,对病理图像进行处理的时候,需要很清晰的画质才能确 保精准的病理位置的确定,但往往由于处理量过大,医院的处理系统 往往出现卡机,电脑宕机,程序崩溃,或者时间处理过长。
技术实现思路
[0004]本专利技术提供一种切片图像处理方法,以解决上述
技术介绍
中出现 的问题。
[0005]本专利技术提供一种切片图像处理方法,其特征在于,包括:
[0006]获取数字病理图像,并对所述数字病理图像进行切片,确定切片 图像;
[0007]基于预设的智能终端,识别切片图像中的图像元素是否为异常病 变,并将图像元素为异常病变的切片图像进行标记和筛选,确定标记 切片图像;
[0008]识别并提取标记切片图像的特征信息,并根据所述特征信息,建 立索引树;
[0009]根据所述索引树,抓取大数据平台中的节点,并将所述标记切片 图像传输并存储至所述节点,确定存储节点。
[0010] ...
【技术保护点】
【技术特征摘要】
1.一种切片图像处理方法,其特征在于,包括:获取数字病理图像,并对所述数字病理图像进行切片,确定切片图像;基于预设的智能终端,识别切片图像中的图像元素是否为异常病变,并将图像元素为异常病变的切片图像进行标记和筛选,确定标记切片图像;识别并提取标记切片图像的特征信息,并根据所述特征信息,建立索引树;采集索引树的索引关系,根据所述索引关系,抓取预设的大数据平台中的节点,将所述标记切片图像传输并存储至所述节点。2.如权利要求1所述的一种切片图像处理方法,其特征在于,所述获取数字病理图像,并对所述数字病理图像进行切片,确定切片图像,包括:获取数字病理图像,基于预设的切片规格,设定分割过程中小块之间的分割大小尺寸;基于所述分割大小尺寸,对所述数字病理图像进行切割,并在切割过程中,按照切割顺序,对图像切片标注顺序号,确定切片图像。3.如权利要1所述的一种切片图像处理方法,其特征在于,基于预设的智能终端,识别切片图像中的图像元素是否为异常病变,包括:基于预设的智能终端,识别切片图像中的图像元素;其中,所述图像元素包括区域元素和待检测区域的图像元素;基于预设的深度学习检测算法,对所述切片图像进行训练处理,并根据预设的诊断阈值,判断图像元素中的待检测区域元素是否为异常病变,确定判断结果;当所述判断结果为所述图像元素中的待检测区域正常,将正常的切片图像压缩并备份;当所述判断结果为所述图像元素中的待检测区域异常,确定标记切片图像。4.如权利要求3所述的一种切片图像处理方法,其特征在于,所述判断图像元素中的待检测区域元素是否为异常病变,确定标记切片图像之后还包括:识别所述切片图像中的待检测区域,记录并标记切片图像对应的病变位置,确定处理切片图像;获取处理切片图像对应的顺序号;基于预设的图像画质阈值,按照所述顺序号,对处理切片图像进行筛选,确定筛选切片图像;对所述筛选切片图像进行降噪和孤立处理,确定标记切片图像。5.如权利要4所述的一种切片图像处理方法,其特征在于,所述识别所述图像元素中的待检测区域,记录并标记切片图像对应的病变位置,确定处理切片图像,包括:识别切片图像中的待检测区域,通过预设的图像识别系统,确定处理切片图像中的有效区域和无效区域;基于非极大值抑制,排除重复检测区域,确定切片级别的细胞检测数据;将所述细胞检测数据传输至图像识别系统,基于预设的深度学习算法,检测有效区域中病变细胞的病变种类,并对病变细胞的病变种类进行记录,同时标记病变位置。6.如权利要5所述的一种切片图像处理方法,其特征在于,所述识别切片图像中的待检测区域,通过预设的图像识别系统,确定处理切片图像中的有效区域和无效区域,包括:步骤A1:通过预设的图像识别系统,处理所述图像切片,对图像切片的区域面积建立检
测模型:其中,所述图像切片的尺寸为size*Size,size代表图像切片的长度,Size代表图像切片的宽度,代表图像切片的宽度移动的像素点,θ代表图像切片的长度移动的像素点,代表移动后的图像切片的灰度值,为长为宽为θ的像素点的灰度值,w
Q,q
代表在图像切片集合中正在检测的图像切片窗口为q,Q代表所有待检测的图像切片集合,q∈Q,S(size,Size)代表关于尺寸为size*Size图像切片的检测模型;步骤A2:通过所述检测模型,建立关于有效区域的响应函数:其中,S代表检测模型,G
size
代表图像切片的水平灰度值,G
Size
代表图像切片的垂直灰度值,t(S(size,Size))代表...
【专利技术属性】
技术研发人员:张捷,石胜军,郭世政,林小卿,
申请(专利权)人:深圳市东亿健康服务有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。