【技术实现步骤摘要】
基于深度学习的肾脏病理切片细胞识别方法及系统
[0001]本专利技术属于肾脏病理切片识别
,具体涉及基于深度学习的肾脏病理切片细胞识别方法及系统。
技术介绍
[0002]近年来人工智能发展十分迅速,为医学进步带来许多机遇。随着肾脏病在世界范围内患病率逐年上升,早发现、早诊断、早治疗对于改善肾脏病的预后十分关键。人工智能在肾脏病的诊断、治疗、预后及预测等方面提供了有效帮助,能减轻肾脏病诊治的工作负担,提高肾脏病管理的效率。
[0003]肾脏病理识别在肾脏病的诊断中尤为重要。目前研究人员尝试在不同肾脏病理模型中对肾脏疾病进行分析,但是对于不局限于疾病类型的肾脏病理切片的初步识别及分类仍缺乏,而针对同一病理切片,传统的识别方式往往只具备单一性,不能够同时精确识别切片中多个病灶特征,基于此,本方案提出了一种能够同时识别多个特征的方法。
技术实现思路
[0004]本专利技术的目的是提供基于深度学习的肾脏病理切片细胞识别方法及系统,能够逐步增强肾脏组织病理切片图像的像素特征,能够快速识别及一次性检验多种病灶特征,提高切片的识别效率。
[0005]本专利技术采取的技术方案具体如下:基于深度学习的肾脏病理切片细胞识别方法,包括:对所述肾脏组织病理切片进行染色处理;获取肾脏组织病理切片的碎片化图像,并将所述碎片化图像拼接量化为可视化的数字图像,得到肾脏组织病理切片图像;将所述肾脏组织病理切片图像进行裁切处理,得到多个尺寸一致的病理切片区块图像;采用分割模型对病理切片区块图像进行分割,得到前景图像和 ...
【技术保护点】
【技术特征摘要】
1.基于深度学习的肾脏病理切片细胞识别方法,其特征在于:包括:对所述肾脏组织病理切片进行染色处理;获取肾脏组织病理切片的碎片化图像,并将所述碎片化图像拼接量化为可视化的数字图像,得到肾脏组织病理切片图像;将所述肾脏组织病理切片图像进行裁切处理,得到多个尺寸一致的病理切片区块图像;采用分割模型对病理切片区块图像进行分割,得到前景图像和背景图像;将所述前景图像输入校正模型中进行校正处理,增强前景图像的整体亮度,得到待测图像;依据所述待测图像,采用超红色算法或者超蓝色算法突出病理切片图像组织中固有细胞的颜色特征,并得到所述待测图像的灰度图;对所述待测图像的灰度图进行二值化处理,得到固有细胞占比率;统计固有细胞中的系膜区域以及细胞核数量;获取固有细胞的评估阈值,并与灰度图中的系膜区域以及细胞核数量进行比较,得到肾脏组织的病灶特征。2.根据权利要求1所述的基于深度学习的肾脏病理切片细胞识别方法,其特征在于:所述病理切片区块图像的像素尺寸为256
×
256。3.根据权利要求1所述的基于深度学习的肾脏病理切片细胞识别方法,其特征在于:所述将所述前景图像输入校正模型中进行校正处理,增强前景图像的整体亮度,得到待测图像的步骤,包括:获取所述病理切片区块图像的灰度图;标定所述病理切片区块图像的灰度图中第个像素点为,其中,,式中,=1,2,3
……
,=1,2,3
……
,其中,和表示病理切片区块图像的灰度图中像素点数;获取像素点的邻域点像素集,并与像素点为构成区块窗口,其中,所述区块窗口内所有像素的均值为:,式中,表示像素邻域的均值,和分别表示和的相邻点;将所述像素点的像素替换为像素邻域的均值;输出替换像素点后的病理切片区块图像的灰度图。4.根据权利要求1所述的基于深度学习的肾脏病理切片细胞识别方法,其特征在于:所述固有细胞包括足细胞、系膜细胞以及内皮细胞,对所述肾脏组织病理切片进行染色处理时采用糖原染色法,染色后的足细胞、系膜细胞以及内皮细胞的细胞核呈蓝色,细胞质呈红色。5.根据权利要求4所述的基于深度学习的肾脏病理切片细胞识别方法,其特征在于:所述采用超红色算法或者超蓝色算法突出病理切片图像组织中固有细胞的颜色特征,并得到所述待测图像的灰度图的步骤,包括:
获取所述前景图像的像素组成X=[R,G,B];通过对前景图像的像素特征进行加权组合,使所述细胞核的特征加强,其中,计算公式为:ExB=R+G+2B;通过对前景图像的像素特征进行加权组合,使所述细胞质的特征加强,其中,计算公式为:ExR=2R+G+B;其中,ExR和ExB分别为超红色算法和超蓝色算法计算得到的灰度值,R,G,B表示待测图像的三通道灰度值;输出像素特征加强后的待测图像的灰度图。6.根据权利要求1所述的基于深度学习的肾脏病理切片细胞识别方法,其特征在于:所述对所述待测图像的灰度图进行二值化处理的步骤,包括:根据所述待测图像的灰度图建立初始化阈值;获取所述待测图像的灰度图中的每个像素数据,并分别标定为前景像素数据和背景像素数据;分别获取前景像素数据和背景像素数据的...
【专利技术属性】
技术研发人员:赵宇,张晓良,陈奎,倪海锋,谢筱彤,
申请(专利权)人:东南大学附属中大医院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。