宫颈细胞核的分割方法及装置、电子设备和存储介质制造方法及图纸

本公开涉及一种宫颈细胞核的分割方法及装置、电子设备及存储介质，涉及宫颈细胞核的分割技术领域。所述的宫颈细胞核的分割方法，包括：获取宫颈细胞图像；对所述宫颈细胞图像进行尺度以及深度的编码变换，得到不同尺度以及深度的多个编码特征图；对所述多个编码特征图中尺度最小以及/或深度最大的编码特征图进行特征提取，得到对应的特征图；分别根据所述多个编码特征图及所述特征提取对应的特征图进行特征解码，得到解码特征图；基于所述解码特征图及预设分类器或预设分类层，得到分割后的宫颈细胞核图像。本公开实施例可实现宫颈细胞核的准确分割。胞核的准确分割。胞核的准确分割。

【技术实现步骤摘要】
宫颈细胞核的分割方法及装置、电子设备和存储介质


[0001]本公开涉及宫颈细胞核的分割
，尤其涉及一种宫颈细胞核的分割方法及装置、电子设备和存储介质。

技术介绍

[0002]宫颈癌是全球女性第四大常见癌症。根据全球癌症观察(GCO)的数据，2018年估计有570,000例新发病例和311,000例宫颈癌死亡病例。根据GCO的最新数据，预计2020年宫颈癌新发病例将达到604,127例。因此，早期发现宫颈病变对降低宫颈癌死亡率具有重要意义。宫颈常规巴氏涂片或液基细胞学(LBC)是预防和早期检测宫颈癌最流行的筛查测试，已被广泛使用并显着降低了其发病率和死亡人数。
[0003]然而，大多数国家现有的主要涂片筛查技术是手工阅读，这非常繁琐且容易出现人为错误。在过去的几十年里，广泛的研究致力于创建基于自动图像分析的计算机辅助阅读系统。此类系统会自动选择给定宫颈细胞学标本中潜在的异常细胞，再由细胞病理学家从中完成分类。该任务包括三个步骤：细胞(细胞质和细胞核)分割、特征提取/选择和细胞分类。精确的细胞核分割是计算机辅助分析宫颈细胞和诊断决策的先决条件和组成部分。
[0004]宫颈细胞核的准确分割是宫颈癌早期诊断的一个重要步骤,然而目前针对团状细胞中聚集核的分割研究仍然很少。由于细胞高度重叠、细胞核边界模糊和团状细胞复杂性，团状细胞聚集核的精确分割仍然是一个紧迫的挑战。
[0005]在现实世界的临床数据中，涂片中经常出现大量重叠或拥挤的细胞核，且有些细胞核的颜色类似于折叠或重叠的细胞质的颜色，这些特征都导致了宫颈细胞临床数据图像中细胞核分割非常困难。

技术实现思路

[0006]本公开提出了一种宫颈细胞核的分割方法及装置、电子设备及存储介质技术方案。
[0007]根据本公开的一方面，提供了一种宫颈细胞核的分割方法，包括：
[0008]获取宫颈细胞图像；
[0009]对所述宫颈细胞图像进行尺度以及深度的编码变换，得到不同尺度以及深度的多个编码特征图；
[0010]对所述多个编码特征图中尺度最小以及/或深度最大的编码特征图进行特征提取，得到对应的特征图；
[0011]分别根据所述多个编码特征图及所述特征提取对应的特征图进行特征解码，得到解码特征图；
[0012]基于所述解码特征图及预设分类器或预设分类层，得到分割后的宫颈细胞核图像。
[0013]优选地，所述对所述多个编码特征图中尺度最小以及/或深度最大的编码特征图
进行特征提取，得到对应的特征图的方法，包括：
[0014]获取特征提取对应的支路数目及对应的参数配置；
[0015]基于所述特征提取对应的支路数目及对应的参数配置，分别利用所述特征提取模型的支路对所述多个编码特征图中尺度最小以及/或深度最大的编码特征图进行深度可分离卷积处理，得到卷积后的多个特征图；
[0016]分别根据所述多个编码特征图中尺度最小以及/或深度最大的编码特征图及所述卷积后的多个特征图进行第一融合操作，得到多个第一融合特征图；
[0017]分别根据所述多个编码特征图中尺度最小以及/或深度最大的编码特征图及所述多个第一融合特征图进行第二融合操作，得到第二融合特征图；
[0018]其中，所述第二融合特征图为所述编码特征图对应的特征图。
[0019]优选地，所述对所述多个编码特征图中尺度最小以及/或深度最大的编码特征图进行特征提取，得到对应的特征图的方法，还包括：
[0020]对所述第二融合特征图的像素值进行权重分配，得到权重分配后的权重分配特征图；
[0021]对所述第二融合特征图及所述权重分配特征图进行第三融合操作，得到第三融合特征图；
[0022]对所述第三融合特征图及所述第二融合特征图进行第四融合操作，得到第四融合特征图；
[0023]其中，所述第四融合特征图为所述编码特征图对应的特征图。
[0024]优选地，所述对所述多个编码特征图中尺度最小以及/或深度最大的编码特征图进行特征提取，得到对应的特征图的方法，还包括：
[0025]获取多核多尺度的池化操作对应的支路数目及对应的参数配置；
[0026]对所述第二融合特征图及所述第四融合特征图进行第五融合操作，得到第五融合特征图；
[0027]基于所述多核多尺度的池化操作对应的支路数目及对应的参数配置，对所述第五融合特征图进行多核多尺度的池化操作，得到池化特征图；
[0028]对所述第五融合特征图及所述池化特征图进行第五融合操作，得到所述编码特征图对应的特征图。
[0029]优选地，所述分别根据所述多个编码特征图及所述特征提取对应的特征图进行特征解码，得到解码特征图的方法，包括：
[0030]确定所述多个编码特征图对应的数目；
[0031]根据所述多个编码特征图对应的数目确定解码模块的数目，其中所述解码模块级连；
[0032]依次执行级连的所述解码模块，利用所述多个编码特征图及所述特征提取对应的特征图或上一级的解码模块输出的解码特征图进行权重分配得到权重分配后的权重特征图；
[0033]根据所述权重特征图及对应的编码特征图进行第六融合操作，得到所述权重特征图对应的融合特征图；
[0034]对所述权重特征图对应的融合特征图进行解码，得到解码特征图。
[0035]优选地，所述依次执行级连的所述解码模块，利用所述多个编码特征图及所述特征提取对应的特征图或上一级的解码模块输出的解码特征图进行权重分配得到权重分配后的权重特征图；根据所述权重特征图及对应的编码特征图进行第六融合操作，得到所述权重特征图对应的融合特征图；对所述权重特征图对应的融合特征图进行解码，得到解码特征图的方法，包括：
[0036]第一个所述解码模块对所述特征提取对应的特征图进行权重分配，得到权重分配后的第一权重特征图；并对所述第一权重特征图及所述多个编码特征图中尺度最小以及/或深度最大的编码特征图进行第六融合操作，得到所述第一权重特征图对应的融合特征图；对所述第一权重特征图对应的融合特征图进行解码，得到解码特征图；
[0037]其余N个所述解码模块对上一级的解码模块输出的解码特征图进行权重分配，得到权重分配后的第N权重特征图；将所述第N权重特征图及对应的编码特征图进行第六融合操作，得到所述第N权重特征图对应的融合特征图；对所述第N权重特征图对应的融合特征图进行解码；
[0038]直至执行所有数目的所述解码模块，得到最后的解码特征图。
[0039]优选地，所述基于所述解码特征图及预设分类器或预设分类层，得到分割后的宫颈细胞核图像的方法，包括：
[0040]获取预设分类器或预设分类层；
[0041]将所述解码特征图输入所述预设分类器或预设分类层，得到分割后的宫颈细胞核图像。
[0042]根据本公开的一方面，提供了一种宫颈细胞核的分割装置，包括：
[0043]获取单元，获取宫颈细胞图像；
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种宫颈细胞核的分割方法，其特征在于，包括：获取宫颈细胞图像；对所述宫颈细胞图像进行尺度以及深度的编码变换，得到不同尺度以及深度的多个编码特征图；对所述多个编码特征图中尺度最小以及/或深度最大的编码特征图进行特征提取，得到对应的特征图；分别根据所述多个编码特征图及所述特征提取对应的特征图进行特征解码，得到解码特征图；基于所述解码特征图及预设分类器或预设分类层，得到分割后的宫颈细胞核图像。2.根据权利要求1所述的分割方法，其特征在于，所述对所述多个编码特征图中尺度最小以及/或深度最大的编码特征图进行特征提取，得到对应的特征图的方法，包括：获取特征提取对应的支路数目及对应的参数配置；基于所述特征提取对应的支路数目及对应的参数配置，分别利用所述特征提取模型的支路对所述多个编码特征图中尺度最小以及/或深度最大的编码特征图进行深度可分离卷积处理，得到卷积后的多个特征图；分别根据所述多个编码特征图中尺度最小以及/或深度最大的编码特征图及所述卷积后的多个特征图进行第一融合操作，得到多个第一融合特征图；分别根据所述多个编码特征图中尺度最小以及/或深度最大的编码特征图及所述多个第一融合特征图进行第二融合操作，得到第二融合特征图；其中，所述第二融合特征图为所述编码特征图对应的特征图。3.根据权利要求2所述的分割方法，其特征在于，所述对所述多个编码特征图中尺度最小以及/或深度最大的编码特征图进行特征提取，得到对应的特征图的方法，还包括：对所述第二融合特征图的像素值进行权重分配，得到权重分配后的权重分配特征图；对所述第二融合特征图及所述权重分配特征图进行第三融合操作，得到第三融合特征图；对所述第三融合特征图及所述第二融合特征图进行第四融合操作，得到第四融合特征图；其中，所述第四融合特征图为所述编码特征图对应的特征图。4.根据权利要求3所述的分割方法，其特征在于，所述对所述多个编码特征图中尺度最小以及/或深度最大的编码特征图进行特征提取，得到对应的特征图的方法，还包括：获取多核多尺度的池化操作对应的支路数目及对应的参数配置；对所述第二融合特征图及所述第四融合特征图进行第五融合操作，得到第五融合特征图；基于所述多核多尺度的池化操作对应的支路数目及对应的参数配置，对所述第五融合特征图进行多核多尺度的池化操作，得到池化特征图；对所述第五融合特征图及所述池化特征图进行第五融合操作，得到所述编码特征图对应的特征图。5.根据权利要求1
‑
4任一项所述的分割方法，其特征在于，所述分别根据所述多个编码特征图及所述特征提取对应的特征图进行特征解码，得到解码特征图的方法，包括：
确定所述多个编码特征图对应的数目；根据所述多个编码特征图对应的数目确定解码模块的数目，其中所述解码模...

【专利技术属性】
技术研发人员：黄金杰，杨桂花，陈远见，金聪，宫煜晴，
申请(专利权)人：哈尔滨理工大学，
类型：发明
国别省市：