病理样本的选取方法、装置、设备、存储介质及程序产品制造方法及图纸

本申请公开了一种病理样本的选取方法、装置、设备、存储介质及程序产品，涉及人工智能技术领域。所述方法包括：获取多个病理样本分别对应的透射光图像和反射光图像；基于各个病理样本分别对应的透射光图像和反射光图像，确定各个病理样本分别对应的病理区域；基于各个病理样本分别对应的病理区域，从多个病理样本中选取目标病理样本。本申请实施例提供的技术方案，通过基于病理样本的透射光图像和反射光图像，自动定位出病理样本中的病理区域，避免了人工方式下的病理区域定位，所导致的病理样本的不够完整和不够真实的问题，从而提高了病理区域的定位准确性，进而提高了病理样本的选取准确性。准确性。准确性。

【技术实现步骤摘要】
病理样本的选取方法、装置、设备、存储介质及程序产品


[0001]本申请实施例涉及人工智能
，特别涉及一种病理样本的选取方法、装置、设备、存储介质及程序产品。

技术介绍

[0002]术后组织病理分析是肿瘤诊断的金标准。病理样本(如被切成适当体积的组织块)的选取，对术后组织病理分析有着重要的影响。
[0003]以瘤床定位为例，在相关技术中主要通过裸眼观察和触摸手感来分辨瘤床对应的区域，以进行病理样本的选取，并基于所选取的病理样本进行术后组织病理分析。然而，瘤床往往具有形态多样性、范围不易确定等特点，仅依靠裸眼观察和触摸手感，来判断瘤床对应的区域，无法保证瘤床最大面取材的完整性和真实性，容易造成瘤床漏取，从而导致病理样本的选取准确性不高，进而导致病理分析的准确性不高。

技术实现思路

[0004]本申请实施例提供了一种病理样本的选取方法、装置、设备、存储介质及程序产品，能够提高病理区域的定位准确性和定位效率，从而提高病理样本的选取准确性和选取效率。所述技术方案如下：
[0005]根据本申请实施例的一个方面，提供了一种病理样本的选取方法，所述方法包括：
[0006]获取多个病理样本分别对应的透射光图像和反射光图像；
[0007]基于各个所述病理样本分别对应的透射光图像和反射光图像，确定各个所述病理样本分别对应的病理区域；
[0008]基于各个所述病理样本分别对应的病理区域，从所述多个病理样本中选取目标病理样本。
[0009]根据本申请实施例的一个方面，提供了一种图像获取系统，所述图像获取系统包括：透射光装置、偏振装置和图像拍摄装置；
[0010]所述透射光装置用于将所述图像获取系统调整至透射模态；
[0011]所述偏振装置用于将所述图像获取系统调整至反射模态；
[0012]所述图像拍摄装置用于在所述图像获取系统为所述透射模态的情况下，获取病理样本对应的透射光图像，所述透射光图像是指目标动态范围下的透射光图像；
[0013]所述图像拍摄装置还用于在所述图像获取系统为所述反射模态的情况下，获取所述病理样本对应的反射光图像，所述反射光图像是指消除眩光影响后的反射光图像。
[0014]根据本申请实施例的一个方面，提供了一种病理样本的选取装置，所述装置包括：
[0015]图像获取模块，用于获取多个所述病理样本分别对应的透射光图像和反射光图像；
[0016]区域确定模块，用于基于各个所述病理样本分别对应的透射光图像和反射光图像，确定各个所述病理样本分别对应的病理区域；
[0017]样本选取模块，用于基于各个所述病理样本分别对应的病理区域，从所述多个病理样本中选取目标病理样。
[0018]根据本申请实施例的一个方面，提供了一种计算机设备，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现上述病理样本的选取方法。
[0019]根据本申请实施例的一个方面，提供了一种计算机可读存储介质，所述可读存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现上述病理样本的选取方法。
[0020]根据本申请实施例的一个方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述病理样本的选取方法。
[0021]本申请实施例提供的技术方案可以包括如下有益效果：
[0022]通过基于病理样本的透射光图像和反射光图像，自动定位出病理样本中的病理区域，避免了人工方式下的病理区域定位，所导致的病理样本的不够完整和不够真实的问题，从而提高了病理区域的定位准确性，进而提高了病理样本的选取确定性。同时，也避免了人工方式下的病理区域定位的效率低，所导致的病理样本的选取效率低的问题，从而提高了病理区域的定位效率，进而提高了病理样本的选取效率。
附图说明
[0023]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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。
[0024]图1是本申请一个实施例提供的方案实施环境的示意图；
[0025]图2是本申请一个实施例提供的图像获取系统的示意图；
[0026]图3是本申请一个实施例提供的病理样本的选取方法的流程图；
[0027]图4是本申请一个实施例提供的透射光图像和反射光图像的示意图；
[0028]图5是本申请一个实施例提供的病理区域的获取方法的流程图；
[0029]图6是本申请一个实施例提供的实质肿瘤、纤维和脂肪分别对应的透光性的示意图；
[0030]图7是本申请一个实施例提供的实质肿瘤、纤维和脂肪分别对应的透光性的直方图；
[0031]图8是本申请一个实施例提供的不同厚度下的不同组织成分的示意图；
[0032]图9是本申请一个实施例提供的不同组织成分的透光性与厚度的关系曲线；
[0033]图10是本申请一个实施例提供的透射光图像的边界信息的示意图；
[0034]图11是本申请一个实施例提供的透射光图像的纹理信息的示意图；
[0035]图12至14示例性示出了本申请、X光和大体观察三种方法下的实验数据；
[0036]图15是本申请一个实施例提供的病理样本的选取装置的框图；
[0037]图16是本申请另一个实施例提供的病理样本的选取装置的框图；
[0038]图17是本申请一个实施例提供的计算机设备的框图。
具体实施方式
[0039]为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。
[0040]人工智能(Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个综合技术，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。
[0041]人工智能技术是一门综合学科，涉及领域广泛，既有硬件层面的技术也有软件层面的技术。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种病理样本的选取方法，其特征在于，所述方法包括：获取多个病理样本分别对应的透射光图像和反射光图像；基于各个所述病理样本分别对应的透射光图像和反射光图像，确定各个所述病理样本分别对应的病理区域；基于各个所述病理样本分别对应的病理区域，从所述多个病理样本中选取目标病理样本。2.根据权利要求1所述的方法，其特征在于，所述基于各个所述病理样本分别对应的透射光图像和反射光图像，确定各个所述病理样本分别对应的病理区域，包括：对于所述多个病理样本中的第一病理样本，基于第一透射光图像确定所述第一病理样本对应的候选区域，所述第一透射光图像是指所述第一病理样本对应的透射光图像，所述候选区域是指所述病理样本中疑似为所述病理区域的区域；基于第一反射光图像对所述第一病理样本对应的候选区域进行调整，得到所述第一病理样本对应的病理区域，所述第一反射光图像是指所述第一病理样本对应的反射光图像。3.根据权利要求2所述的方法，其特征在于，所述基于第一透射光图像确定所述第一病理样本对应的候选区域，包括：对所述第一透射光图像进行亮度值计算，得到所述第一病理样本对应的亮度值数据；其中，所述亮度值数据用于表征所述透射光图像中各个像素点分别对应的亮度值；基于所述第一病理样本对应的亮度值数据，获取所述第一病理样本对应的过渡区域；基于所述第一透射光图像的边界信息和纹理信息，对所述第一病理样本对应的过渡区域进行调整，得到所述第一病理样本对应的候选区域。4.根据权利要求3所述的方法，其特征在于，所述基于所述第一病理样本对应的亮度值数据，获取所述第一病理样本对应的过渡区域，包括：获取所述第一透射光图像中所述亮度值属于目标范围的目标像素点；基于所述目标像素点，获取所述第一病理样本对应的过渡区域。5.根据权利要求3所述的方法，其特征在于，所述基于所述第一透射光图像的边界信息和纹理信息，对所述第一病理样本对应的过渡区域进行调整，得到所述第一病理样本对应的候选区域，包括：根据所述第一透射光图像的边界信息，对所述第一病理样本对应的过渡区域的边缘进行调整，得到所述第一病理样本对应的中间过渡区域；将所述第一病理样本对应的中间过渡区域中所述纹理信息满足第一条件的区域进行删除，得到所述第一病理样本对应的候选区域。6.根据权利要求2所述的方法，其特征在于，所述候选区域包括可疑区域和可信区域，所述可疑区域是指疑似为所述病理区域的区域，所述可信区域是指确定为所述病理区域的区域：所述基于第一反射光图像对所述第一病理样本对应的候选区域进行调整，得到所述第一病理样本对应的病理区域，包括：基于所述第一反射光图像的特征信息，对所述第一病理样本对应的可疑区域进行检测；在所述第一病理样本对应的可疑区域是所述病理区域的情况下，将所述第一病理样本
对应的候选区域确定为所述第一病理样本对应的病理区域；在所述第一病理样本对应的可疑区域不是所述病理区域的情况下，将所述可疑区域从所述第一病理样本对应的候选区域中剔除，得到所述第一病理样本对应的病理区域。7.根据权利要求1所述的...

【专利技术属性】
技术研发人员：廖俊，姚建华，刘月平，张勐，
申请(专利权)人：河北医科大学第四医院河北省肿瘤医院，
类型：发明
国别省市：