图像处理方法、装置及设备制造方法及图纸

本申请公开一种图像处理方法、装置及设备，可应用于人工智能医疗技术、机器学习等各种场景。该方法包括：获取目标数字切片的多个视野图像；基于细胞检测模型提取每个视野图像中的阳性细胞所对应的细胞图像特征和阳性概率，基于视野图像中阳性细胞所对应的阳性概率，确定目标数字切片中的目标阳性细胞；当目标阳性细胞的阳性概率与可疑概率区间相匹配时，基于细胞检测模型，根据阳性细胞所对应的细胞图像特征和阳性概率，确定目标数字切片的切片类别，从而辅助病理医生进行细胞学诊断，减少医生的工作量，提高效率和准确率。提高效率和准确率。提高效率和准确率。

【技术实现步骤摘要】
图像处理方法、装置及设备


[0001]本申请涉及计算机
，具体涉及一种图像处理方法、装置及设备。

技术介绍

[0002]在医疗健康领域，医生可以通过显微设备观察细胞图片进行病理诊断， 然而，由于基层医院细胞学病理医生匮乏，且由于病理医生的不一致性、以 及学医成本高等原因，已有广泛的研究试图通过人工智能技术辅助病理医生 进行诊断。
[0003]然而，在相关技术中，只能排除细胞切片中的大部分阴性细胞，仍然需 要医生人工检查细胞切片做出判断，并且存在准确度较低的缺点。

技术实现思路

[0004]本申请实施例提供一种图像处理方法、装置及设备，提高了对病理细胞 分类的准确性，并减少病理医生的工作量。
[0005]一方面，提供一种图像处理方法，应用于计算机设备，所述计算机设备 部署有级联的细胞检测模型和全片分类模型，所述方法包括：
[0006]获取目标数字切片的多个视野图像；
[0007]基于所述细胞检测模型提取每个所述视野图像中的阳性细胞所对应的细 胞图像特征和阳性概率；
[0008]基于所述视野图像中阳性细胞所对应的阳性概率，确定所述目标数字切 片中的目标阳性细胞；
[0009]当所述目标阳性细胞所对应的阳性概率与可疑概率区间相匹配时，基于 所述全片分类模型，根据所述阳性细胞所对应的细胞图像特征和阳性概率， 确定所述目标数字切片的切片类别。
[0010]另一方面，提供一种图像处理装置，应用于计算机设备，所述计算机设 备部署有级联的细胞检测模型和全片分类模型，包括：
[0011]第一获取模块，用于获取目标数字切片的多个视野图像；
[0012]第二获取模块，用于基于所述细胞检测模型提取每个所述视野图像中的 阳性细胞所对应的细胞图像特征和阳性概率；
[0013]第一确定模块，用于基于所述视野图像中阳性细胞所对应的阳性概率， 确定所述目标数字切片中的目标阳性细胞；
[0014]第二确定模块，用于当所述目标阳性细胞所对应的阳性概率与可疑概率 区间相匹配时，基于所述全片分类模型，根据所述阳性细胞所对应的细胞图 像特征和阳性概率，确定所述目标数字切片的切片类别。
[0015]另一方面，提供一种计算机可读存储介质，所述计算机可读存储介质存 储有计算机程序，所述计算机程序适于处理器进行加载，以执行如上任一实 施例所述的图像处理方法中的步骤。
[0016]另一方面，提供一种计算机设备，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计算机程序，所述处理器通过调用所述存储器中存储的 所述计算机程序，用于执行如上任一实施例所述的图像处理方法中的步骤。
[0017]另一方面，提供一种计算机程序产品，包括计算机指令，所述计算机指 令被处理器执行时实现如上任一实施例所述的图像处理方法中的步骤。
[0018]本申请实施例提供了一种图像处理方法、装置和设备，通过获取目标数 字切片的多个视野图像，然后基于细胞检测模型提取每个视野图像中的阳性 细胞所对应的细胞图像特征和阳性概率，然后基于视野图像中阳性细胞所对 应阳性概率，确定目标数字切片中的目标阳性细胞，当目标阳性细胞所对应 的阳性概率与可疑概率区间相匹配时，基于全片分类模型，根据阳性细胞所 对应的细胞图像特征和阳性概率，确定目标数字切片的切片类别。本申请实 施例通过将细胞检测模型和全片分类模型进行级联，基于细胞检测模型检测 目标数字切片中的阳性细胞，得到阳性细胞所对应的特征图和阳性概率，先 确定目标阳性细胞，并根据目标阳性细胞所对应的阳性概率对目标数字切片 的切片类别进行第一次判定，若目标阳性细胞所对应的阳性概率与可以概率 区间相匹配，则基于全片分类模型确定目标数字切片的切片类别，从而对目 标数字切片的病理类别进行判断，从而辅助病理医生进行细胞学诊断，减少 医生的工作量，提高效率和准确率。
附图说明
[0019]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。
[0020]图1为本申请实施例提供的图像处理方法的第一流程示意图。
[0021]图2为本申请实施例提供的图像处理方法的第一应用场景示意图。
[0022]图3为本申请实施例提供的图像处理方法的第二应用场景示意图。
[0023]图4为本申请实施例提供的图像处理方法的第三应用场景示意图。
[0024]图5为本申请实施例提供的图像处理方法的第二流程示意图。
[0025]图6为本申请实施例提供的图像处理装置的结构示意图。
[0026]图7为本申请实施例提供的计算机设备的结构示意图。
具体实施方式
[0027]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行 清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而 不是全部的实施例。基于本申请中的实施例，本领域技术人员在没有作出创 造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0028]本申请实施例提供一种图像处理方法、装置、计算机设备和存储介质。 具体地，本申请实施例的图像处理方法可以由计算机设备执行，其中，该计 算机设备可以为终端或者服务器等设备。该终端可以为智能手机、平板电脑、 笔记本电脑、智能电视、智能音箱、穿戴式智能设备、智能车载终端等设备， 终端还可以包括客户端，该客户端可以是应用程序客
户端、浏览器客户端或 即时通信客户端等。服务器可以是独立的物理服务器，也可以是多个物理服 务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、 云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安 全服务、内容分发网络(Content Delivery Network，CDN)、以及大数据和人 工智能平台等基础云计算服务的云服务器。
[0029]本申请实施例可应用于各种场景，包括但不限于人工智能医疗技术、机 器学习等各种场景。其中，人工智能医疗技术场景可以包括医疗诊断等应用 场景。
[0030]首先，在对本申请实施例进行描述的过程中出现的部分名词或者术语作 如下解释：
[0031]人工智能(Artificial Intelligence，简称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。
[0032]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本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像处理方法，其特征在于，应用于计算机设备，所述计算机设备部署有级联的细胞检测模型和全片分类模型，所述方法包括：获取目标数字切片的多个视野图像；基于所述细胞检测模型提取每个所述视野图像中的阳性细胞所对应的细胞图像特征和阳性概率；基于所述视野图像中阳性细胞所对应的阳性概率，确定所述目标数字切片中的目标阳性细胞；当所述目标阳性细胞所对应的阳性概率与可疑概率区间相匹配时，基于所述全片分类模型，根据所述阳性细胞所对应的细胞图像特征和阳性概率，确定所述目标数字切片的切片类别。2.根据权利要求1所述的图像处理方法，其特征在于，所述基于视野图像中阳性细胞所对应的阳性概率，确定目标数字切片中的目标阳性细胞，包括：按照所述阳性概率对所述阳性细胞降序排序；将所述排序顺序中位于前第一预设数量的阳性细胞确定为所述目标数字切片中的目标阳性细胞；以及对所述排序顺序中位于前第一预设数量的阳性细胞所对应的阳性概率求平均值，并将所述平均值确定为所述目标阳性细胞所对应的阳性概率。3.如权利要求1所述的图像处理方法，其特征在于，所述基于所述全片分类模型，根据所述阳性细胞所对应的细胞图像特征和阳性概率，确定所述目标数字切片的切片类别，包括：根据所述阳性细胞所对应的细胞图像特征和阳性概率，确定所述目标数字切片所对应的切片阳性概率；根据所述切片阳性概率确定所述目标数字切片的切片类别。4.如权利要求3所述的图像处理方法，其特征在于，所述根据所述阳性细胞所对应的细胞图像特征和阳性概率，确定所述目标数字切片所对应的切片阳性概率，包括：按照所述阳性概率对所述阳性细胞降序排序，并将所述排序顺序中位于前第二预设数量的阳性细胞确定为可疑阳性细胞；根据所述可疑阳性细胞所对应的细胞图像特征、以及所述目标阳性细胞所对应的细胞图像特征，确定所述目标数字切片所对应的切片阳性概率。5.如权利要求4所述的图像处理方法，其特征在于，所述根据可疑阳性细胞所对应的细胞图像特征、以及所述目标阳性细胞所对应的细胞图像特征，确定所述目标数字切片所对应的切片阳性概率，包括：对所述可疑阳性细胞所对应的细胞图像特征进行融合，得到第一融合特征；将所述第一融合特征与所述目标阳性细胞所对应的细胞图像特征进行融合，得到第二融合特征；根据所述第二融合特征确定所述目标数字切片所对应的切片阳性概率。6.如权利要求1所述的图像处理方法，其特征在于，所述方法还包括：若所述目标阳性细胞所对应的阳性概率与所述阳性概率区间相匹配，则确定所述目标数字切片的切片类别为阳性切片，其中，所述阳性概率区间内的最小概率大于所述可疑概
率区间内的最大概率；若所述目标阳性细胞所对应的阳性概率与所述阴性概率区间相匹配，则确定所述目标数字切片的切片类别为阴性切片，其中，所述阴性概率区间内的最大概率小于所述可疑概率区间内的最小概率。7.如权利要求1所述的图像处理方法，其特征在于，所述获取目标数字切片的多个视野图像，包括：获取目标数字切片；基于所述目标数字切片进行前景提取，得到所述目标数字切片的前景区域；基于网格划分方式将所述前景区域切分为预设大小的多个视野图像。8.如权利要求1
‑
7任一项所述的图像处理方法，其特征在于，在所述获取目标数字切片的多个视野图像之前，包括：获取样本图像集合，所述样本图像集合包...

【专利技术属性】
技术研发人员：叶虎，韩骁，周彦宁，肖凯文，蔡德，马兆轩，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：