一种适用于多分辨率数字病理图像配准方法及系统技术方案

本发明专利技术提供了一种适用于多分辨率数字病理图像配准方法及系统，其中，方法包括：步骤1：获取源图像和目标图像，源图像和目标图像为由两台不同扫描仪对同一病理切片进行一次扫描获得的多分辨率数字病理图像；步骤2：在低分辨率层级，对源图像和目标图像进行配准，获得第一变换矩阵；步骤3：在高分辨率层级，基于第一变换矩阵，确定源图像内对应于目标图像每一第一区域的第二区域，对第一区域和第二区域进行配准，获得第二变换矩阵；步骤4：基于第一变换矩阵和第二变换矩阵，获取配准结果。本发明专利技术的适用于多分辨率数字病理图像配准方法，通过低分辨率全局配准与高分辨率局部配准相结合的方法，降低配准时的计算量，降低耗时，提升了配准精度。准精度。准精度。

【技术实现步骤摘要】
一种适用于多分辨率数字病理图像配准方法及系统


[0001]本专利技术涉及图像处理
，特别涉及一种适用于多分辨率数字病理图像配准方法及系统。

技术介绍

[0002]随着计算机技术在医疗影像处理领域的发展，数字化图像在病理分析与诊断中发挥着越来越重要的作用。
[0003]在数字化病理切片处理的过程中，图像配准是一个非常重要的环节。例如，在某些情况下，需要对H&E和IHC等不同染色的切片进行对比分析，在未配准的情况下，很难在多张图像中定位共同区域。在人工智能的应用中，数据标注是一件费时费力的工作，应用图像配准技术，可以对同一切片来自于不同扫描仪的图像进行标注迁移，从而减少大量的标注工作。
[0004]数字化病理图像具有多层级，分辨率高，图像尺寸大的特点。传统的配准方法主要有两类：第一种是对整张图像实施配准算法，这种方法需要对每一个像素进行处理，但是，该方法需要处理图像中的每一个像素点。对于高分辨率的病理图像，计算量大，耗时长，并且容易导致配准失败；第二种是通过下采样方法，对缩略图进行配准，然后将配准得到的映射关系应用于高分辨率图像层级，但是，该方法通过下采样，对低分辨率缩略图进行配准，计算速度大大提高，但是迁移至高分辨率图像层级时，配准误差被放大，精度降低。

技术实现思路

[0005]本专利技术提供一种适用于多分辨率数字病理图像配准方法及系统，通过低分辨率全局配准与高分辨率局部配准相结合的方法，降低配准时的计算量，降低耗时，提升了配准精度，适用于高分辨率的数字病理图像配准问题，解决H&E、IHC等不同染色的数字病理图像之间的配准问题，还可用于图像标注迁移。
[0006]本专利技术提供一种适用于多分辨率数字病理图像配准方法，包括：
[0007]步骤1：获取源图像和目标图像，源图像和目标图像为由两台不同扫描仪对同一病理切片进行一次扫描获得的多分辨率数字病理图像；
[0008]步骤2：在低分辨率层级，对源图像和目标图像进行配准，获得第一变换矩阵；
[0009]步骤3：在高分辨率层级，基于第一变换矩阵，确定源图像内对应于目标图像每一第一区域的第二区域，对第一区域和第二区域进行配准，获得第二变换矩阵；
[0010]步骤4：基于第一变换矩阵和第二变换矩阵，获取配准结果。
[0011]优选的，步骤2中，对源图像和目标图像进行配准，包括：
[0012]对源图像进行灰度转化，获得第一灰度图像；
[0013]对第一灰度图像进行特征提取，获得多个第一关键点的第一特征向量；
[0014]对目标图像进行灰度转化，获得第二灰度图像；
[0015]对第二灰度图像进行特征提取，获得多个第二关键点的第二特征向量；
[0016]将第一特征向量和第二特征向量进行匹配；
[0017]基于匹配符合的第一特征向量和第二特征向量分别对应的第一关键点的第一坐标和第二关键点的第二坐标，确定第一变换矩阵。
[0018]优选的，步骤3中，对第一区域和第二区域进行配准，包括：
[0019]对第一区域进行灰度转化，获得第三灰度图像；
[0020]对第三灰度图像进行特征提取，获得多个第三关键点的第三特征向量；
[0021]对第二区域进行灰度转化，获得第四灰度图像；
[0022]对第四灰度图像进行特征提取，获得多个第四关键点的第四特征向量；
[0023]将第三特征向量和第四特征向量进行匹配；
[0024]基于匹配符合的第三特征向量和第四特征向量分别对应的第三关键点的第三坐标和第四关键点的第四坐标，确定第二变换矩阵。
[0025]优选的，步骤4：基于第一变换矩阵和第二变换矩阵，获取配准结果，包括：
[0026]输出显示源图像；
[0027]获取第一用户查看源图像时最近预设的第一时间内的视线的视线变化；
[0028]基于视线变化，确定视线落在源图像上的移动轨迹；
[0029]基于预设的第一特征提取模板对移动轨迹进行特征提取，获得多个第一特征值；
[0030]基于第一特征值，构建轨迹描述向量；
[0031]获取预设的触发向量库；
[0032]将轨迹描述向量与触发向量库中的触发向量进行匹配；
[0033]若匹配符合，基于移动轨迹，确定源图像上用户查看的至少一个查看区域；
[0034]基于第一变换矩阵和第二变换矩阵，确定目标图像上对应于查看区域的配准区域；
[0035]基于移动轨迹，确定源图像上适宜于配准区域的映射区域；
[0036]将配准区域映射至映射区域内，获得配准结果，完成获取。
[0037]优选的，基于移动轨迹，确定源图像上用户查看的至少一个查看区域，包括：
[0038]获取移动轨迹在源图像内经过的多个第一区域块；
[0039]依次遍历第一区域块；
[0040]每次遍历时，提取移动轨迹落在遍历到的第一区域块内的局部轨迹，同时，选取源图像内与遍历到的第一区域块邻接的除其它第一区域块之外的第二区域块；
[0041]基于预设的第二特征提取模板，对遍历到的第一区域块和第二区域块以及局部轨迹与所述第二区域块和遍历到的第一区域块邻接的第一边界线之间的相对位置进行特征提取，获得多个第二特征值；
[0042]基于第二特征值，构建关联描述向量；
[0043]获取预设的关联向量库；
[0044]将关联描述向量与关联向量库中的关联向量进行匹配；
[0045]若匹配符合，将对应第二区域块作为第三区域块，同时，对第三区域块进行不可选取标记；
[0046]整合第一区域块和第三区域块，获得源图像上用户查看的查看区域，完成确定。
[0047]优选的，基于移动轨迹，确定源图像上适宜于配准区域的映射区域，包括：
[0048]将配准区域在源图像内进行随机映射，记录进行随机映射的多个第一区域；
[0049]将与查看区域不存在重叠区域的第一区域作为第二区域；
[0050]基于预设的第三特征提取模板，对第二区域与第一区域之间的相对位置进行特征提取，获得多个第三特征值；
[0051]基于第三特征值，构建分析描述向量；
[0052]获取第一用户对应的预设的至少一个分析习惯向量；
[0053]计算分析描述向量与分析习惯向量的相似度；
[0054]若相似度大于等于预设的相似度阈值，将对应第二区域作为第三区域；
[0055]基于预设的第四特征提取模板，对源图像内第三区域的第二边界线上的多个点位周边预设的范围进行特征提取，获得多个第四特征值；
[0056]基于第四特征值，构建差异描述向量；
[0057]获取预设的适宜评价向量库；
[0058]基于差异描述向量和适宜评价向量库，确定适宜度；
[0059]选取最大适宜度对应的第三区域作为源图像上适宜于配准区域的映射区域，完成确定。
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种适用于多分辨率数字病理图像配准方法，其特征在于，包括：步骤1：获取源图像和目标图像，所述源图像和所述目标图像为由两台不同扫描仪对同一病理切片进行一次扫描获得的多分辨率数字病理图像；步骤2：在低分辨率层级，对所述源图像和所述目标图像进行配准，获得第一变换矩阵；步骤3：在高分辨率层级，基于所述第一变换矩阵，确定所述源图像内对应于所述目标图像每一第一区域的第二区域，对所述第一区域和所述第二区域进行配准，获得第二变换矩阵；步骤4：基于所述第一变换矩阵和所述第二变换矩阵，获取配准结果。2.如权利要求1所述的一种适用于多分辨率数字病理图像配准方法，其特征在于，所述步骤2中，对所述源图像和所述目标图像进行配准，包括：对所述源图像进行灰度转化，获得第一灰度图像；对所述第一灰度图像进行特征提取，获得多个第一关键点的第一特征向量；对所述目标图像进行灰度转化，获得第二灰度图像；对所述第二灰度图像进行特征提取，获得多个第二关键点的第二特征向量；将所述第一特征向量和所述第二特征向量进行匹配；基于匹配符合的所述第一特征向量和所述第二特征向量分别对应的所述第一关键点的第一坐标和所述第二关键点的第二坐标，确定第一变换矩阵。3.如权利要求1所述的一种适用于多分辨率数字病理图像配准方法，其特征在于，所述步骤3中，对所述第一区域和所述第二区域进行配准，包括：对所述第一区域进行灰度转化，获得第三灰度图像；对所述第三灰度图像进行特征提取，获得多个第三关键点的第三特征向量；对所述第二区域进行灰度转化，获得第四灰度图像；对所述第四灰度图像进行特征提取，获得多个第四关键点的第四特征向量；将所述第三特征向量和所述第四特征向量进行匹配；基于匹配符合的所述第三特征向量和所述第四特征向量分别对应的所述第三关键点的第三坐标和所述第四关键点的第四坐标，确定第二变换矩阵。4.如权利要求1所述的一种适用于多分辨率数字病理图像配准方法，其特征在于，所述步骤4：基于所述第一变换矩阵和所述第二变换矩阵，获取配准结果，包括：输出显示所述源图像；获取第一用户查看所述源图像时最近预设的第一时间内的视线的视线变化；基于所述视线变化，确定所述视线落在所述源图像上的移动轨迹；基于预设的第一特征提取模板对所述移动轨迹进行特征提取，获得多个第一特征值；基于所述第一特征值，构建轨迹描述向量；获取预设的触发向量库；将所述轨迹描述向量与所述触发向量库中的触发向量进行匹配；若匹配符合，基于所述移动轨迹，确定所述源图像上所述用户查看的至少一个查看区域；基于所述第一变换矩阵和所述第二变换矩阵，确定所述目标图像上对应于所述查看区域的配准区域；
基于所述移动轨迹，确定所述源图像上适宜于所述配准区域的映射区域；将所述配准区域映射至所述映射区域内，获得配准结果，完成获取。5.如权利要求4所述的一种适用于多分辨率数字病理图像配准方法，其特征在于，所述基于所述移动轨迹，确定所述源图像上所述用户查看的至少一个查看区域，包括：获取所述移动轨迹在所述源图像内经过的多个第一区域块；依次遍历所述第一区域块；每次遍历时，提取所述移动轨迹落在遍历到的所述第一区域块内的局部轨迹，同时，选取所述源图像内与遍历到的所述第一区域块邻接的除其它所述第一区域块之外的第二区域块；基于预设的第二特征提取模板，对遍历到的所述第一区域块和所述第二区域块以及所述局部轨迹与所述第二区域块和遍历到的所述第一区域块邻接的第一边界线之间的相对位置进行特征提取，获得多个第二特征值；基于所述第二特征值，构建关联描述向量；获取预设的关联向量库；将所述关联描述向量与所述关联向量库中的关联向量进行匹配；若匹配符合，将对应所述第二区域块作为第三区域块，同时，对所述第三区域块进行不可选取标记；整合所述第一区域块和所述第三区域块，获得所述源图像上所述用户查看的查看区域，完成确定。6.如权利要求4所...

【专利技术属性】
技术研发人员：王书浩，王朗，
申请(专利权)人：透彻影像北京科技有限公司，
类型：发明
国别省市：