应用生成式染色归一化的细胞病理分类的系统及方法技术方案

本公开描述了一种应用生成式染色归一化的细胞病理分类的系统及方法，该系统包括获取模块，其用于获取细胞病理图像；预处理模块，其利用较低分辨率的细胞病理图像确定较高分辨率的细胞病理图像的有效区域，还基于目标切片彩色图像的有效区域进行分块处理以获取目标切片彩色图像的多个分块图像；染色归一化模块，其用于对目标切片彩色图像的各个分块图像进行基于生成对抗网络的染色归一化处理以获取多个归一化彩色图像；特征提取模块，其基于特征提取模型获取归一化彩色图像的分块特征，对分块特征进行特征融合处理以生成切片特征；以及分类模块，其基于切片分类模型对切片特征进行分类。由此，能够提高对细胞病理图像进行分类的分类精度。分类的分类精度。分类的分类精度。

【技术实现步骤摘要】
应用生成式染色归一化的细胞病理分类的系统及方法


[0001]本公开大体涉及一种应用生成式染色归一化的细胞病理分类的系统及方法。

技术介绍

[0002]随着计算机辅助诊断(computer aided diagnosis，CAD)和计算机辅助检测(computer aideddetection，CAD)的广泛应用，越来越多的图像处理技术被应用到细胞筛查中。以宫颈癌为例，宫颈癌是一种严重威胁女性健康的恶性肿瘤。若在早期发现宫颈癌并进行治疗可以降低宫颈癌的发病率和死亡率。因此，定期对宫颈癌进行筛查显得尤为重要。目前针对宫颈癌的筛查手段一般是宫颈细胞筛查，宫颈细胞筛查是通过对宫颈细胞切片图像中的病变细胞的细胞核和细胞质的形态进行分析以辅助医生对宫颈癌进诊断。
[0003]然而，由于不同医院的制片手法不同，不同扫描仪的成像效果不同，导致不同细胞病理图像(例如宫颈细胞切片图像)的染色风格存在较大差异且收集不同染色风格的细胞病理图像存在一定的难度。在这种情况下，基于特定的染色风格的细胞病理图像进行训练的机器学习模型往往无法在另一种染色风格上表现一致。因此，对细胞病理图像进行分类的分类精度还待提高。

技术实现思路

[0004]本公开是有鉴于上述的状况而提出的，其目的在于提供一种能够提高分类的分类精度的应用生成式染色归一化的细胞病理分类的系统及方法。
[0005]为此，本公开第一方面提供了一种应用生成式染色归一化的细胞病理分类的系统，包括：获取模块，其用于获取经过染色且包括多种分辨率的切片彩色图像的细胞病理图像；预处理模块，其基于第一分辨率的切片彩色图像获取第二分辨率的切片彩色图像的有效区域并将所述第二分辨率的切片彩色图像作为目标切片彩色图像，基于所述有效区域对所述目标切片彩色图像进行分块处理以获取多个分块图像，其中，所述第一分辨率小于所述第二分辨率；染色归一化模块，其用于对所述目标切片彩色图像的各个分块图像进行基于生成对抗网络的染色归一化处理以获取染色风格一致的多个归一化彩色图像；特征提取模块，其基于特征提取模型获取所述归一化彩色图像的分块特征，基于所述目标切片彩色图像的多个分块特征获得统计特征，对包括所述统计特征的特征信息进行特征融合处理以生成切片特征；以及分类模块，其基于切片分类模型对所述切片特征进行分类以获取所述切片特征的分类结果并作为所述细胞病理图像的分类结果。在本公开中，利用较低分辨率的细胞病理图像确定较高分辨率的细胞病理图像的有效区域并基于有效区域获取目标切片彩色图像的分块图像，且对目标切片彩色图像的分块图像进行染色归一化处理并利用特征提取模型获取分块图像的分块特征，基于分块特征获取统计特征，基于包括统计特征的特征信息生成切片特征，基于切片分类模型对切片特征进行分类以获取分类结果。在这种情况下，利用较低分辨率的细胞病理图像确定较高分辨率的细胞病理图像的有效区域并基于有效区域获取目标切片彩色图像的分块图像，减少了冗余计算量，能够提高分类的分类
效率，且对目标切片彩色图像的分块图像进行染色归一化处理并利用特征提取模型获取分块图像的分块特征，能够提高分类的分类精度。
[0006]另外，在本公开第一方面所涉及的系统中，可选地，所述有效区域包含内容物，所述分块特征至少包括内容物的位置、内容物的类别和置信度，所述内容物是细胞。
[0007]另外，在本公开第一方面所涉及的系统中，可选地，在所述特征融合处理中，对所述目标切片彩色图像的特征信息进行降维并对降维后的所述特征信息进行连接以生成所述切片特征，所述统计特征包括各个类别内容物的置信度的分布直方图、各个类别内容物的面积的分布直方图和各个类别内容物的周长的分布直方图中的至少一种。由此，能够获得目标切片彩色图像的切片特征。
[0008]另外，在本公开第一方面所涉及的系统中，可选地，将所述第一分辨率的切片彩色图像作为参考切片彩色图像，将所述参考切片彩色图像的有效区域映射至所述目标切片彩色图像以确定所述目标切片彩色图像的有效区域，其中，在获取所述参考切片彩色图像的有效区域中，将所述参考切片彩色图像转换为灰度模式的参考灰度图像，利用二值化阈值分割算法对所述参考灰度图像进行自适应阈值分割和颜色反转以获取参考二值化图像，对所述参考二值化图像进行膨胀和腐蚀处理以获取白色的区域，将所述白色的区域作为所述参考切片彩色图像的有效区域。由此，能确定参考切片彩色图像的有效区域。
[0009]另外，在本公开第一方面所涉及的系统中，可选地，所述细胞病理图像为不同染色风格的宫颈细胞切片图像。由此，能够对不同染色风格的宫颈细胞切片图像进行分类。
[0010]另外，在本公开第一方面所涉及的系统中，可选地，在所述染色归一化处理中，将所述目标切片彩色图像的各个分块图像进行灰度化以转换成具有灰度模式的灰度图像，基于训练好的生成网络对所述灰度图像进行归一化，获得与所述灰度图像对应的归一化彩色图像，其中，所述生成网络的训练过程包括准备多张待训练的分块图像并对所述待训练的分块图像进行灰度化以转换成具有灰度模式的待训练的灰度图像，构建基于生成对抗网络的归一化网络，所述归一化网络包括所述生成网络和判别网络，对所述归一化网络进行训练以使所述生成网络输出的重构的分块图像与所述待训练的分块图像相匹配。由此，能够对目标切片彩色图像的各个分块图像进行染色归一化处理。
[0011]另外，在本公开第一方面所涉及的系统中，可选地，所述生成网络接收所述待训练的灰度图像并生成所述重构的分块图像，所述判别网络接收由所述待训练的分块图像和所述待训练的灰度图像拼接的第一拼接图像以及由所述待训练的灰度图像和所述重构的分块图像拼接的第二拼接图像并输出判别结果，并且在所述训练中，基于所述判别结果构建所述判别网络的对抗损失函数并利用所述对抗损失函数更新所述判别网络的网络参数，基于所述对抗损失函数、所述待训练的分块图像和所述重构的分块图像构建所述生成网络的生成损失函数，并利用所述生成损失函数更新所述生成网络的网络参数，从而使由所述生成网络生成的所述重构的分块图像与所述待训练的分块图像相匹配。在这种情况下，能够使由生成网络输出的重构的分块图像与待训练的分块图像相匹配。
[0012]本公开第二方面提供了一种应用生成式染色归一化的细胞病理分类的方法，包括获取经过染色且包括多种分辨率的切片彩色图像的细胞病理图像；基于第一分辨率的切片彩色图像获取第二分辨率的切片彩色图像的有效区域并将所述第二分辨率的切片彩色图像作为目标切片彩色图像，其中，所述第一分辨率小于所述第二分辨率；基于所述有效区域
对所述目标切片彩色图像进行分块处理以获取多个分块图像；对所述目标切片彩色图像的各个分块图像进行基于生成对抗网络的染色归一化处理以获取染色风格一致的多个归一化彩色图像；基于特征提取模型获取所述归一化彩色图像的分块特征，基于所述目标切片彩色图像的多个分块特征获得统计特征，对包括所述统计特征的特征信息进行特征融合处理以生成切片特征；并且基于切片分类模型对所述切片特征进行分类以获取所述切片特征的分类结果并作为所述细胞病理图像的分类结本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种应用生成式染色归一化的细胞病理分类的系统，其特征在于，包括：获取模块，其用于获取经过染色且包括多种分辨率的切片彩色图像的细胞病理图像；预处理模块，其基于第一分辨率的切片彩色图像获取第二分辨率的切片彩色图像的有效区域并将所述第二分辨率的切片彩色图像作为目标切片彩色图像，基于所述有效区域对所述目标切片彩色图像进行分块处理以获取多个分块图像，其中，所述第一分辨率小于所述第二分辨率；染色归一化模块，其用于对所述目标切片彩色图像的各个分块图像进行基于生成对抗网络的染色归一化处理以获取染色风格一致的多个归一化彩色图像；特征提取模块，其基于特征提取模型获取所述归一化彩色图像的分块特征，基于所述目标切片彩色图像的多个分块特征获得统计特征，对包括所述统计特征的特征信息进行特征融合处理以生成切片特征；以及分类模块，其基于切片分类模型对所述切片特征进行分类以获取所述切片特征的分类结果并作为所述细胞病理图像的分类结果。2.根据权利要求1所述的系统，其特征在于：所述有效区域包含内容物，所述分块特征至少包括内容物的位置、内容物的类别和置信度，所述内容物是细胞。3.根据权利要求2所述的系统，其特征在于：在所述特征融合处理中，对所述目标切片彩色图像的特征信息进行降维并对降维后的所述特征信息进行连接以生成所述切片特征，所述统计特征包括各个类别内容物的置信度的分布直方图、各个类别内容物的面积的分布直方图和各个类别内容物的周长的分布直方图中的至少一种。4.根据权利要求1所述的系统，其特征在于：将所述第一分辨率的切片彩色图像作为参考切片彩色图像，将所述参考切片彩色图像的有效区域映射至所述目标切片彩色图像以确定所述目标切片彩色图像的有效区域，其中，在获取所述参考切片彩色图像的有效区域中，将所述参考切片彩色图像转换为灰度模式的参考灰度图像，利用二值化阈值分割算法对所述参考灰度图像进行自适应阈值分割和颜色反转以获取参考二值化图像，对所述参考二值化图像进行膨胀和腐蚀处理以获取白色的区域，将所述白色的区域作为所述参考切片彩色图像的有效区域。5.根据权利要求1所述的系统，其特征在于：所述细胞病理图像为不同染色风格的宫颈细胞切片图像。6.根据权利要求1所述的系统，其特征在于：在所述染色归一化处理中，将所述目标切片彩色图像的各个分块图像进行灰度化以转换成具有灰度模式的灰度图像，基于训练好的生成网络...

【专利技术属性】
技术研发人员：刘凯，汪进，陈李粮，常亮亮，陈睿，
申请(专利权)人：赛维森广州医疗科技服务有限公司，
类型：发明
国别省市：