病理图像的细胞核分割方法及装置制造方法及图纸

本发明专利技术提供一种病理图像的细胞核分割方法及装置，所述方法包括：将待分割的病理图像输入至细胞分割模型中，得到细胞分割模型输出的细胞分割掩码；细胞分割掩码包括用于识别各细胞核区域的语义分割掩码、用于识别各细胞核边界的法向边缘掩码以及用于识别多个粘连细胞核边缘的核边缘掩码；基于语义分割掩码、法向边缘掩码以及核边缘掩码，确定病理图像的细胞核分割结果。本发明专利技术能够大幅度提高细胞核分割结果的精度。割结果的精度。割结果的精度。

【技术实现步骤摘要】
病理图像的细胞核分割方法及装置


[0001]本专利技术涉及图像处理
，尤其涉及一种病理图像的细胞核分割方法及装置。

技术介绍

[0002]细胞核分割是指清晰标注出每一个细胞与背景或者其它细胞的分界线，是显微图像分析的重要基础。
[0003]目前，传统方法中多通过梯度算法或分水岭算法对病理图像进行细胞核分割。然而，对于细胞核严重聚集的复杂病理图像，如当两个簇状核具有相似的亮度或更多的簇状核紧密连接时，该方法无法准确识别病理图像中的细胞核轮廓，也即细胞核分割结果准确度较低。

技术实现思路

[0004]本专利技术提供一种病理图像的细胞核分割方法及装置，用以解决现有技术中细胞核分割结果准确度较低的缺陷。
[0005]本专利技术提供一种病理图像的细胞核分割方法，包括：
[0006]将待分割的病理图像输入至细胞分割模型中，得到所述细胞分割模型输出的细胞分割掩码；所述细胞分割掩码包括用于识别各细胞核区域的语义分割掩码、用于识别各细胞核边界的法向边缘掩码以及用于识别多个粘连细胞核边缘的核边缘掩码；
[0007]基于所述语义分割掩码、所述法向边缘掩码以及所述核边缘掩码，确定所述病理图像的细胞核分割结果；
[0008]其中，所述细胞分割模型是基于样本病理图像以及样本病理图像对应的样本语义分割掩码、样本法向边缘掩码和样本核边缘掩码训练得到的。
[0009]根据本专利技术提供的一种病理图像的细胞核分割方法，所述细胞分割模型是基于如下步骤训练得到的：
[0010]基于各样本病理图像中细胞核的亮度，确定各样本病理图像的训练难度系数；
[0011]按照训练难度系数由小到大的顺序，依次采用各样本病理图像以及样本病理图像对应的样本语义分割掩码、样本法向边缘掩码和样本核边缘掩码对所述细胞分割模型的初始模型进行训练。
[0012]根据本专利技术提供的一种病理图像的细胞核分割方法，所述将待分割的病理图像输入至细胞分割模型中，得到所述细胞分割模型输出的细胞分割掩码，包括：
[0013]将所述待分割的病理图像输入至所述细胞分割模型的编码层，得到所述编码层输出的编码特征；
[0014]将所述编码特征输入至所述细胞分割模型的语义分割层，得到所述语义分割层输出的所述语义分割掩码；
[0015]将所述编码特征输入至所述细胞分割模型的共享解码层，得到所述共享解码层输
出的解码特征；
[0016]将所述解码特征输入至所述细胞分割模型的法向分割层，得到所述法向分割层输出的所述法向边缘掩码；
[0017]将所述解码特征输入至所述细胞分割模型的核边缘分割层，得到所述核边缘分割层输出的所述核边缘掩码；
[0018]其中，所述编码层分别与所述语义分割层和所述共享解码层跳跃连接，所述共享解码层分别与所述法向分割层和所述核边缘分割层跳跃连接。
[0019]根据本专利技术提供的一种病理图像的细胞核分割方法，所述将所述解码特征输入至所述细胞分割模型的法向分割层，得到所述法向分割层输出的所述法向边缘掩码，包括：
[0020]将所述解码特征输入至所述法向分割层，由所述法向分割层对所述解码特征进行上采样，并将上采样后的解码特征和上采样前的解码特征融合，得到所述法向分割层输出的所述法向边缘掩码。
[0021]根据本专利技术提供的一种病理图像的细胞核分割方法，所述将所述解码特征输入至所述细胞分割模型的核边缘分割层，得到所述核边缘分割层输出的所述核边缘掩码，包括：
[0022]将所述解码特征输入至所述核边缘分割层，由所述核边缘分割层对所述解码特征进行上采样，并将上采样后的解码特征和上采样前的解码特征融合，得到所述核边缘分割层输出的所述核边缘掩码。
[0023]根据本专利技术提供的一种病理图像的细胞核分割方法，所述基于所述语义分割掩码、所述法向边缘掩码以及所述核边缘掩码，确定所述病理图像的细胞核分割结果，包括：
[0024]对所述法向边缘掩码和所述核边缘掩码进行合并，得到合并掩码，并基于所述合并掩码，确定所述病理图像的初始分割结果；
[0025]基于所述语义分割掩码以及所述初始分割结果，确定所述细胞核分割结果。
[0026]本专利技术还提供一种病理图像的细胞核分割装置，包括：
[0027]掩码确定单元，用于将待分割的病理图像输入至细胞分割模型中，得到所述细胞分割模型输出的细胞分割掩码；所述细胞分割掩码包括用于识别各细胞核区域的语义分割掩码、用于识别各细胞核边界的法向边缘掩码以及用于识别多个粘连细胞核边缘的核边缘掩码；
[0028]细胞核分割单元，用于基于所述语义分割掩码、所述法向边缘掩码以及所述核边缘掩码，确定所述病理图像的细胞核分割结果；
[0029]其中，所述细胞分割模型是基于样本病理图像以及样本病理图像对应的样本语义分割掩码、样本法向边缘掩码和样本核边缘掩码训练得到的。
[0030]本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述病理图像的细胞核分割方法的步骤。
[0031]本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述病理图像的细胞核分割方法的步骤。
[0032]本专利技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述病理图像的细胞核分割方法的步骤。
[0033]本专利技术提供的病理图像的细胞核分割方法及装置，由于细胞核分割模型是以样本
语义分割掩码、样本法向边缘掩码和样本核边缘掩码进行训练得到的，即细胞核分割模型将细胞核分割学习任务分解为了学习语义分割掩码、学习法向边缘掩码以及学习核边缘掩码这三个子任务，相较于将三个子任务作为一个整体来进行学习，本专利技术实施例降低了各子任务的学习难度，使得各子任务能够更好地学习对应的信息，从而提高了模型的训练效果，进而能够基于语义分割掩码、法向边缘掩码以及核边缘掩码得到精度更高的细胞核分割结果。
附图说明
[0034]为了更清楚地说明本专利技术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一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0035]图1是本专利技术提供的病理图像的细胞核分割方法的流程示意图；
[0036]图2是本专利技术提供的细胞分割模型的架构示意图；
[0037]图3是本专利技术提供的卷积操作的示意图；
[0038]图4是本专利技术提供的序列学习的流程示意图；
[0039]图5是本专利技术提供的病理图像的细胞核分割装置的结构示意图；
[0040]图6是本专利技术提供的电子设备的结构示意图。
具体实施方式
[0041]为使本专利技术的目的、技术方案和优点更加清楚，下面将结合本发本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种病理图像的细胞核分割方法，其特征在于，包括：将待分割的病理图像输入至细胞分割模型中，得到所述细胞分割模型输出的细胞分割掩码；所述细胞分割掩码包括用于识别各细胞核区域的语义分割掩码、用于识别各细胞核边界的法向边缘掩码以及用于识别多个粘连细胞核边缘的核边缘掩码；基于所述语义分割掩码、所述法向边缘掩码以及所述核边缘掩码，确定所述病理图像的细胞核分割结果；其中，所述细胞分割模型是基于样本病理图像以及样本病理图像对应的样本语义分割掩码、样本法向边缘掩码和样本核边缘掩码训练得到的。2.根据权利要求1所述的病理图像的细胞核分割方法，其特征在于，所述细胞分割模型是基于如下步骤训练得到的：基于各样本病理图像中细胞核的亮度，确定各样本病理图像的训练难度系数；按照训练难度系数由小到大的顺序，依次采用各样本病理图像以及样本病理图像对应的样本语义分割掩码、样本法向边缘掩码和样本核边缘掩码对所述细胞分割模型的初始模型进行训练。3.根据权利要求1所述的病理图像的细胞核分割方法，其特征在于，所述将待分割的病理图像输入至细胞分割模型中，得到所述细胞分割模型输出的细胞分割掩码，包括：将所述待分割的病理图像输入至所述细胞分割模型的编码层，得到所述编码层输出的编码特征；将所述编码特征输入至所述细胞分割模型的语义分割层，得到所述语义分割层输出的所述语义分割掩码；将所述编码特征输入至所述细胞分割模型的共享解码层，得到所述共享解码层输出的解码特征；将所述解码特征输入至所述细胞分割模型的法向分割层，得到所述法向分割层输出的所述法向边缘掩码；将所述解码特征输入至所述细胞分割模型的核边缘分割层，得到所述核边缘分割层输出的所述核边缘掩码；其中，所述编码层分别与所述语义分割层和所述共享解码层跳跃连接，所述共享解码层分别与所述法向分割层和所述核边缘分割层跳跃连接。4.根据权利要求3所述的病理图像的细胞核分割方法，其特征在于，所述将所述解码特征输入至所述细胞分割模型的法向分割层，得到所述法向分割层输出的所述法向边缘掩码，包括：将所述解码特征输入至所述法向分割层，由所述法向分割层对所述解码特征进行上采样，并将上采样后的解码...

【专利技术属性】
技术研发人员：ꢀ七四专利代理机构，
申请(专利权)人：上海壁仞智能科技有限公司，
类型：发明
国别省市：