本申请公开了一种数字病理图像的处理方法、装置、电子设备及存储介质。其中，该方法包括：确定待检测的目标数字病理图像，其中，所述目标数字病理图像图中包括多种不同的染色通道；将所述目标数字病理图像输入第一分类模型，以使所述第一分类模型根据所述染色通道的通道属性确定所述目标数字病理图像中的目标生物组织；从所述目标数字病理图像中提取所述目标生物组织对应的目标图像，并调用细胞核对应的目标染色通道确定所述目标图像中的细胞信息；根据所述细胞信息确定所述目标生物组织的检测结果。本申请基于多染色通道建立分类模型，能够实现对荧光/明场类型的病理图像中的生物组织进行精准的定位，从而保证最终检测结果的准确。果的准确。果的准确。
【技术实现步骤摘要】
数字病理图像的处理方法、装置、电子设备及存储介质
[0001]本申请涉及图像处理
，尤其涉及一种数字病理图像的处理方法、装置、电子设备及存储介质。
技术介绍
[0002]针对全景数字病理图像的分析软件目前主要是模块式交互为主，对于用户的使用有较高的学习门槛和使用成本；大部分数字病理图像的分析过程主要通过医生进行主观判断，需要耗费较长的时间，而且对医生专业能力要求很高；传统的机器学习方法对病理图像进行分析，主要依赖于提取特征的效果，在实际算法的搭建中，仍然是以单一的特征进行分析，而忽略了多染色通道的特征。
技术实现思路
[0003]为了解决上述技术问题或者至少部分地解决上述技术问题，本申请提供了一种数字病理图像的处理方法、装置、电子设备及存储介质。
[0004]根据本申请实施例的一个方面，提供了一种数字病理图像的处理方法，包括：
[0005]确定待检测的目标数字病理图像，其中，所述目标数字病理图像图中包括多种不同的染色通道；
[0006]将所述目标数字病理图像输入第一分类模型，以使所述第一分类模型根据所述染色通道的通道属性确定所述目标数字病理图像中的目标生物组织；
[0007]从所述目标数字病理图像中提取所述目标生物组织对应的目标图像，并调用细胞核对应的目标染色通道确定所述目标图像中的细胞信息；
[0008]根据所述细胞信息确定所述目标生物组织的检测结果。
[0009]进一步地，在确定待处理的数目标数字病理图像之前，所述方法还包括：
[0010]获取待检测的初始数字病理图像；
[0011]检测所述初始数字病理图像，确定所述初始数字病理图像的图像类型，其中，所述图像类型包括：荧光类型以及明场类型；
[0012]获取所述图像类型对应的染色通道处理策略；
[0013]基于所述染色通道处理策略，调整所述初始数字病理图像中的染色通道，得到所述目标数字病理图像。
[0014]进一步地，所述基于所述染色通道处理策略，调整所述初始数字病理图像中的染色通道，得到所述目标数字病理图像，包括：
[0015]在所述图像类型为所述荧光类型的情况下，确定所述初始数字病理图像的当前染色通道，并利用预先设置的染色通道对所述当前染色通道进行更新；
[0016]在所述图像类型为所述荧光类型的情况下，对所述初始数字病理图像中的初始染色通道进行拆分得到携带多个染色通道的目标数字病理图像。
[0017]进一步地，在将所述目标数字病理图像输入第一分类模型，以使所述第一分类模
型根据所述染色通道的通道属性确定所述目标数字病理图像中的目标生物组织之前，所述方法还包括；
[0018]获取生物组织样本图像，其中，所述生物组织样本图像中包括携带至少两个染色通道的生物组织样本；
[0019]获取所述生物组织样本对应的标签信息，其中，所述标签信息用于标识所述染色通道对应的通道属性；
[0020]利用所述生物组织样本图像和所述标签信息对初始分类模型进行训练，以使所述初始分类模型学习所述通道属性与所述生物组织样本之间的对应关系，得到所述第一分类模型。
[0021]进一步地，所述从所述目标数字病理图像中提取所述目标生物组织对应的目标图像，包括：
[0022]确定所述目标生物组织在所述目标数字病理图像中的最小外接矩形；
[0023]基于所述最小外接矩形生成所述目标图像。
[0024]进一步地，所述调用细胞核对应的目标染色通道确定所述目标图像中的细胞信息，包括：
[0025]将所述目标图像输入第二分类模型，以使所述第二分类模型调用所述目标染色通道确定所述细胞核的位置信息以及边界信息；
[0026]将所述目标图像输入第二分类模型，以使所述第二分类模型调用所述目标染色通道确定所述细胞核的位置信息以及边界信息；
[0027]根据所述位置信息和所述边界信息确定所述细胞核所在细胞的染色信息；
[0028]基于所述位置信息、所述边界信息以及所述染色信息，生成所述细胞信息。
[0029]进一步地，所述根据所述细胞信息确定所述目标生物组织的检测结果，包括：
[0030]根据所述细胞信息中的染色信息确定所述细胞的染色强度；
[0031]根据所述染色强度确定所述细胞的阴阳性，得到所述目标生物组织的细胞阳性率。
[0032]根据本申请实施例的另一个方面，还提供了一种数字病理图像的处理装置，包括：
[0033]确定模块，用于确定待检测的目标数字病理图像，其中，所述目标数字病理图像图中包括多种不同的染色通道；
[0034]分类模块，用于将所述目标数字病理图像输入第一分类模型，以使所述第一分类模型根据所述染色通道的通道属性确定所述目标数字病理图像中的目标生物组织；
[0035]识别模块，用于从所述目标数字病理图像中提取所述目标生物组织对应的目标图像，并调用细胞核对应的目标染色通道确定所述目标图像中的细胞信息；
[0036]处理模块，用于根据所述细胞信息确定所述目标生物组织的检测结果。
[0037]根据本申请实施例的另一方面，还提供了一种存储介质，该存储介质包括存储的程序，程序运行时执行上述的步骤。
[0038]根据本申请实施例的另一方面，还提供了一种电子装置，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；其中：存储器，用于存放计算机程序；处理器，用于通过运行存储器上所存放的程序来执行上述方法中的步骤。
[0039]本申请实施例还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述方法中的步骤。
[0040]本申请实施例提供的上述技术方案与现有技术相比具有如下优点：本申请基于多染色通道建立分类模型，能够实现对荧光/明场类型的病理图像中的生物组织进行精准的定位，从而保证最终检测结果的准确。
附图说明
[0041]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
[0042]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0043]图1为本申请实施例提供的一种数字病理图像的处理方法的流程图；
[0044]图2为本申请实施例提供的荧光类型的数字病理图像的示意图；
[0045]图3为本申请实施例提供的明场类型的数字病理图像的示意图；
[0046]图4为本申请实施例提供的数字病理图像中细胞核结构的示意图；
[0047]图5为本申请另一实施例提供的一种数字病理图像的处理方法的流程图；
[0048]图6为本申请实施例提供的一种数字病理图像的处理装置的框图；
...
【技术保护点】
【技术特征摘要】
1.一种数字病理图像的处理方法，其特征在于，包括：确定待检测的目标数字病理图像，其中，所述目标数字病理图像图中包括多种不同的染色通道；将所述目标数字病理图像输入第一分类模型，以使所述第一分类模型根据所述染色通道的通道属性确定所述目标数字病理图像中的目标生物组织；从所述目标数字病理图像中提取所述目标生物组织对应的目标图像，并调用细胞核对应的目标染色通道确定所述目标图像中的细胞信息；根据所述细胞信息确定所述目标生物组织的检测结果。2.根据权利要求1所述的方法，其特征在于，在确定待处理的数目标数字病理图像之前，所述方法还包括：获取待检测的初始数字病理图像；检测所述初始数字病理图像，确定所述初始数字病理图像的图像类型，其中，所述图像类型包括：荧光类型以及明场类型；获取所述图像类型对应的染色通道处理策略；基于所述染色通道处理策略，调整所述初始数字病理图像中的染色通道，得到所述目标数字病理图像。3.根据权利要求2所述的方法，其特征在于，所述基于所述染色通道处理策略，调整所述初始数字病理图像中的染色通道，得到所述目标数字病理图像，包括：在所述图像类型为所述荧光类型的情况下，确定所述初始数字病理图像的当前染色通道，并利用预先设置的染色通道对所述当前染色通道进行更新；在所述图像类型为所述荧光类型的情况下，对所述初始数字病理图像中的初始染色通道进行拆分得到携带多个染色通道的目标数字病理图像。4.根据权利要求1所述的方法，其特征在于，在将所述目标数字病理图像输入第一分类模型，以使所述第一分类模型根据所述染色通道的通道属性确定所述目标数字病理图像中的目标生物组织之前，所述方法还包括；获取生物组织样本图像，其中，所述生物组织样本图像中包括携带至少两个染色通道的生物组织样本；获取所述生物组织样本对应的标签信息，其中，所述标签信息用于标识所述生物组织样本对应染色通道的通道属性；利用所述生物组织样本图像和所述标签信息对初始分类模型进行训练，以使所述初始分类模型学习所述通道属性与所述生物组织样本之间的对应关系，得到所述...
【专利技术属性】
技术研发人员：郭铭皓，李冠男，刘晓伟，郭浩振，郝小娇，苏志芳，焦磊，
申请(专利权)人：佰诺全景生物技术北京有限公司，
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。