一种应用可学习双边滤波的快速细胞染色归一化方法技术

本发明专利技术公开了一种应用可学习双边滤波的快速细胞染色归一化方法包括：获取全分辨率与对应低分辨率的待归一化图像和目标染色图像；将待归一化和目标染色全分辨率图像进行编码从而获取特征隐变量；让待归一化全分辨率图像通过全分辨率动态块多层卷积后生成索引图；让低分辨率的待归一化图像和目标染色图像通过低分辨率动态块多层卷积后生成双边网格；在线性变换的权重生成和应用模块，利用索引图在双边网格上进行索引生成线性变换权重，在待归一化全分辨率图像上应用变换权重生成与标准图片风格一致的变换后图片；本发明专利技术采用低分辨率高分辨率双边学习结构减小了硬件开销，提供多染色风格转换的能力，可以配合高通量扫描仪进行实时图像处理。行实时图像处理。行实时图像处理。

【技术实现步骤摘要】
一种应用可学习双边滤波的快速细胞染色归一化方法


[0001]本专利技术涉及医疗图像处理
，具体为一种应用可学习双边滤波的快速细胞染色归一化方法。

技术介绍

[0002]巴氏染色常用于细胞切片的染色，尤其是宫颈细胞切片，然而由于染色剂配方的细微差异，染色制片流程的差异以及扫描仪参数和背光的差异等因素都会导致拍摄的数字化巴氏染色细胞切片呈现不同的染色风格，这些染色风格的差异会造成数据分布的不同；而当前的计算机辅助分析和诊断算法依赖于数据分布的先验知识，分布的改变会导致辅助分析和诊断算法性能的下降，因此对分析算法的输入图像进行染色归一化处理可以将输入的数据分布转化为已知的先验分布，进而提高了后续算法的性能。
[0003]同时巴氏染色的数字化病理切片尺度较大，一张全切片通常在500MBytes至2GBytes之间；当前的基于染色基变换和基于生成对抗网络的染色归一化算法处理速度较慢，很难配合高通量的数字病理扫描仪进行实时处理，一般采用先拍摄存储后离线处理的方式完成染色归一化的任务；基于染色基变换方法依赖于染色基向量的精确提取，其原本应用于H&E染色切片，对苏木精(H)染色和伊红(E)染色分离效果较好，但对巴氏染色切片的嗜酸性和嗜碱性基向量判断存在误差，导致染色风格归一化效果欠佳，同时染色基向量提取涉及解矩阵分解的优化问题，无法做到实时性处理；生成对抗算法则面临伪影和色彩交叉的问题，如果训练数据细胞密度不一致尤其是中性粒细胞密度不一致，细胞密度较低的输入经过算法生成的归一化图片就会出现多余的细胞伪影；颜色交叉是指输出图片中嗜酸性粉红色区域和嗜碱性蓝绿色区域与输入不一致的情况。

技术实现思路

[0004]本部分的目的在于概述本专利技术的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和专利技术名称中可能会做些简化或省略以避免使本部分、说明书摘要和专利技术名称的目的模糊，而这种简化或省略不能用于限制本专利技术的范围。
[0005]鉴于上述存在的问题，提出了本专利技术。
[0006]因此，本专利技术解决的技术问题是：现有的细胞染色方法由于制片流程的差异、染色归一化算法处理速度慢、实时性差而导致效果欠佳的问题。
[0007]为解决上述技术问题，本专利技术提供如下技术方案：一种应用可学习双边滤波的快速细胞染色归一化方法，包括：采集扫描仪发送的待归一化全分辨率图像以及人为选定的目标染色全分辨率图像，通过图片缩放获取所述待归一化全分辨率图像和目标染色全分辨率图像对应的低分辨率图像；将所述待归一化全分辨率图像和目标染色全分辨率图像进行编码并获取编码向量，对所述编码向量进行特征提取获取特征隐变量；将所述待归一化全分辨率图像输入所述隐变量指导的全分辨率动态块进行多层卷积并生成索引图；将低分辨率的待归一化图像和目标染色图像通过多层卷积、空间实例归一化以及所述隐变量指导的
低分辨率动态块进行多层卷积并生成双边网格；在线性变换的权重生成和应用模块，利用所述索引图在所述双边网格上进行索引生成线性变换权重，在所述待归一化全分辨率图像上应用所述变换权重生成与标准图片风格一致的变换后图片。
[0008]作为本专利技术所述的应用可学习双边滤波的快速细胞染色归一化方法的一种优选方案，其中：所述待归一化全分辨率图像的获取包括，
[0009]由扫描仪在高分辨率下采集一个有效视野，从而获取的巴氏染色细胞切片的有效图片，所述有效图片即为待归一化全分辨率图像；
[0010]所述有效视野包括所述扫描仪在一定放大倍率的显微镜下的一个含有可分析细胞的视野，所述可分析细胞至少包含嗜酸性细胞和嗜碱性细胞的一种，并且是对焦精准的无遮挡的能够进行分析的细胞；
[0011]所述目标染色全分辨率图像包括由人为选定的和待归一化全分辨率图像的尺度一致的图像；
[0012]所述低分辨率图像包括由待归一化和目标染色的全分辨率图像缩放的图像，所述缩放的倍率默认为4，也可根据全分辨率图像的尺度大小进行改变。
[0013]作为本专利技术所述的应用可学习双边滤波的快速细胞染色归一化方法的一种优选方案，其中：所述编码向量的获取包括对待归一化和目标染色的全分辨率图像分别应用编码方法来生成编码向量；
[0014]所述编码方法包括将RGB图像转化为HSV图像，通过阈值分割方法完成对白色背景区域、粉红色嗜酸性细胞区域、蓝绿色嗜碱性细胞区域的划分，再通过计算不同区域的均值和方差来完成各个区域的编码。
[0015]作为本专利技术所述的应用可学习双边滤波的快速细胞染色归一化方法的一种优选方案，其中：所述特征隐变量的获取包括，
[0016]自编码器包括编码器和解码器两部分，所述自编码器的计算为编码器特征压缩和解码器的解压缩；
[0017]在保证解码器输出和编码器输入信息变化最小的前提下，编码器的输出就是指导全分辨率索引图生成和低分辨率双边网格生成的特征隐变量。
[0018]作为本专利技术所述的应用可学习双边滤波的快速细胞染色归一化方法的一种优选方案，其中：所述索引图的生成包括，
[0019]全分辨率内容结构映射模块是由多个动态块串联而成，将待归一化全分辨率图像输入所述全分辨率内容结构映射模块；
[0020]所述待归一化全分辨率图像经过每一个动态块都会进行一次变换，多次变换后会生成保留待归一化图像结构性信息的索引图。
[0021]作为本专利技术所述的应用可学习双边滤波的快速细胞染色归一化方法的一种优选方案，其中：所述全分辨率动态块包括多层平行卷积和全连接权重提取；
[0022]所述多层平行卷积包括将输入的待归一化全分辨率图像或一个动态块的输出特征图像进行非线性变换以满足最终索引图的生成，所述平行卷积的分支个数是设定好的常数，每一个平行卷积不改变图像的尺度也不改变结构内容，只改变像素的强度；
[0023]所述全连接权重提取包括将所述自编码器获取的特征隐变量输入后，通过多个非线性全连接层和最后的Softmax激活函数获取平行卷积的权重；
[0024]所述Softmax激活函数的计算包括，
[0025][0026]其中，Z
i
表示特征隐变量第i维的值，Softmax(Z
i
)表示第i个平行卷积层的权重，P表示平行卷积的个数，Z
p
表示P个平行卷积对应特征隐变量的值。
[0027]作为本专利技术所述的应用可学习双边滤波的快速细胞染色归一化方法的一种优选方案，其中：所述双边网格的生成包括，
[0028]将低分辨率的待归一化图像和目标染色风格图像经过多层卷积进行降采样特征提取，从而获得三个不同尺度的特征图像；
[0029]将所述三个不同尺度的特征图像输入三个串联的空间自适应实例归一化块生成一个染色风格转化后的特征图，实现对所述特征图像染色风格的转换；
[0030]提取所述转化后的特征图像的全局特征和所述转化后的特征图像在多个串联动态块下的局部特征，将所述全局特征和局部特征融合后进行多个串联动态块的特本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种应用可学习双边滤波的快速细胞染色归一化方法，其特征在于，包括：采集扫描仪发送的待归一化全分辨率图像以及人为选定的目标染色全分辨率图像，通过图片缩放获取所述待归一化全分辨率图像和目标染色全分辨率图像对应的低分辨率图像；将所述待归一化全分辨率图像和目标染色全分辨率图像进行编码并获取编码向量，对所述编码向量进行特征提取获取特征隐变量；将所述待归一化全分辨率图像输入所述隐变量指导的全分辨率动态块进行多层卷积并生成索引图；将低分辨率的待归一化图像和目标染色图像通过多层卷积、空间实例归一化以及所述隐变量指导的低分辨率动态块进行多层卷积并生成双边网格；在线性变换的权重生成和应用模块，利用所述索引图在所述双边网格上进行索引生成线性变换权重，在所述待归一化全分辨率图像上应用所述变换权重生成与标准图片风格一致的变换后图片。2.如权利要求1所述的应用可学习双边滤波的快速细胞染色归一化方法，其特征在于：所述待归一化全分辨率图像的获取包括，由扫描仪在高分辨率下采集一个有效视野，从而获取的巴氏染色细胞切片的有效图片，所述有效图片即为待归一化全分辨率图像；所述有效视野包括所述扫描仪在一定放大倍率的显微镜下的一个含有可分析细胞的视野，所述可分析细胞至少包含嗜酸性细胞和嗜碱性细胞的一种，并且是对焦精准的无遮挡的能够进行分析的细胞；所述目标染色全分辨率图像包括由人为选定的和待归一化全分辨率图像的尺度一致的图像；所述低分辨率图像包括由待归一化和目标染色的全分辨率图像缩放的图像，所述缩放的倍率默认为4，也可根据全分辨率图像的尺度大小进行改变。3.如权利要求2所述的应用可学习双边滤波的快速细胞染色归一化方法，其特征在于：所述编码向量的获取包括对待归一化和目标染色的全分辨率图像分别应用编码方法来生成编码向量；所述编码方法包括将RGB图像转化为HSV图像，通过阈值分割方法完成对白色背景区域、粉红色嗜酸性细胞区域、蓝绿色嗜碱性细胞区域的划分，再通过计算不同区域的均值和方差来完成各个区域的编码。4.如权利要求3所述的应用可学习双边滤波的快速细胞染色归一化方法，其特征在于：所述特征隐变量的获取包括，自编码器包括编码器和解码器两部分，所述自编码器的计算为编码器特征压缩和解码器的解压缩；在保证解码器输出和编码器输入信息变化最小的前提下，编码器的输出就是指导全分辨率索引图生成和低分辨率双边网格生成的特征隐变量。5.如权利要求4所述的应用可学习双边滤波的快速细胞染色归一化方法，其特征在于：所述索引图的生成包括，全分辨率内容结构映射模块是由多个动态块串联而成，将待归一化全分辨率图像输入
所述全分辨率内容结构映射模块；所述待归一化全分辨率图像经过每一个动态块都会进行一次变换，多次变换后会生成保留待归一化图像结构性信息的索引图。6.如权利要求5所述的应用可学习双边滤波的快速细胞染色归一化方法，其特征在于：所述全分辨率动态块包括多层平行卷积和全连接权重提取；所述多层平行卷积包括将输入的待归一化全分辨率图...

【专利技术属性】
技术研发人员：曹佳伟，
申请(专利权)人：佐健上海生物医疗科技有限公司，
类型：发明
国别省市：