一种病理图像自动分割方法和装置、电子设备及介质制造方法及图纸

本公开涉及医学图像处理技术领域，具体涉及一种病理图像自动分割方法和装置、电子设备及介质。所述方法包括：从病理图像得到具有第一分辨率的多个第一病理图像块和具有第二分辨率的多个第二病理图像块，病理图像包括多个图像区域，第一分辨率低于第二分辨率；针对每个图像区域进行图像分割，包括：将相应的第一病理图像块进行组织级别的ROI分割，将相应的多个第二病理图像块进行细胞级别的ROI分割，基于组织级别ROI分割结果与多个第一细胞级别ROI分割结果，得到图像区域的图像分割结果。本公开在关注图像细节的同时也关注图像块之间的全局空间关系，不仅对病理图像ROI区域信息进行了利用，同时ROI分割的准确率较高。同时ROI分割的准确率较高。同时ROI分割的准确率较高。

【技术实现步骤摘要】
一种病理图像自动分割方法和装置、电子设备及介质


[0001]本公开涉及医学图像处理
，具体涉及一种病理图像自动分割方法和装置、电子设备及介质。

技术介绍

[0002]肝细胞癌(HCC)是最常见的肝脏恶性肿瘤，也是全球癌症相关死亡的第四大原因。肝癌病理诊断对肝癌预后的管理和治疗方案的制定有重要的意义。最近，研究人员发现临床结局与肿瘤微环境(TME)有关，肿瘤微环境由肿瘤、免疫、间质细胞、成纤维细胞、肌成纤维细胞、血管组织以及周围的细胞外基质组成。而我们的进一步研究发现了癌旁组织微环境(PTME)与肝癌的预后也有着重要的联系。然而，由于肿瘤组织和癌旁组织的微环境的复杂性以及病理医生的短缺，很难通过人工的方法去识别，使得这两类信息很少被用在肝癌的诊断及预后预测中。

技术实现思路

[0003]为了解决相关技术中的问题，本公开实施例提供一种病理图像自动分割方法和装置、电子设备及介质。
[0004]第一方面，本公开实施例中提供了一种病理图像自动分割方法，包括以下步骤：
[0005]从所述病理图像得到具有第一分辨率的多个本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种病理图像自动分割方法，其特征在于，包括以下步骤：从所述病理图像得到具有第一分辨率的多个第一病理图像块和具有第二分辨率的多个第二病理图像块，所述病理图像包括多个图像区域，每个图像区域对应于相应的至少一个第一病理图像块和相应的多个第二病理图像块，所述第一分辨率低于所述第二分辨率；针对每个图像区域进行图像分割，包括：将相应的第一病理图像块进行组织级别的ROI分割，获得组织级别ROI分割结果，将相应的多个第二病理图像块进行细胞级别的ROI分割，获得多个第一细胞级别ROI分割结果；基于所述组织级别ROI分割结果与所述多个第一细胞级别ROI分割结果，得到所述图像区域的图像分割结果；基于每个图像区域的图像分割结果，得到所述病理图像的分割结果。2.根据权利要求1所述的方法，其特征在于，所述从所述病理图像得到具有第一分辨率的多个第一病理图像块和具有第二分辨率的多个第二病理图像块，包括以下步骤：将所述病理图像在所述第一分辨率下切割为所述多个第一病理图像块；将所述病理图像在所述第二分辨率下切割为所述多个第二病理图像块。3.根据权利要求1所述的方法，其特征在于，每个图像区域对应于一个第一病理图像块，所述第一病理图像块与所述第二病理图像块具有相同的像素行数和相同的像素列数；所述针对每个图像区域进行图像分割，包括使用多级分割网络模型针对每个图像区域进行图像分割；所述基于所述组织级别ROI分割结果与所述多个第一细胞级别ROI分割结果，得到所述图像区域的图像分割结果，包括使用多级分割网络模型基于所述组织级别ROI分割结果与所述多个第一细胞级别ROI分割结果，得到所述图像区域的图像分割结果。4.根据权利要求3所述的方法，其特征在于，所述多级分割网络模型包括：组织级别分割模块，包括第一Dense
‑
U
‑
net网络，用于对第一病理图像块进行组织级别的ROI分割；细胞级别分割模块，包括多个第二Dense
‑
U
‑
net网络，用于对相应的第二病理图像块进行细胞级别的ROI分割，其中，每个第二Dense
‑
U
‑
net网络对应于一个第二病理图像块；聚合模块，用于将细胞级别的ROI分割的过程中获得的多个第一细胞级别特征图进行聚合，获得第二细胞级别特征图；多级注意力模块，用于将组织级别的ROI分割的过程中获得的组织级别特征图和第二细胞级别特征图进行融合，获得多级空间注意力图，所述多级空间注意力图包含组织级别空间注意力图和细胞级别空间注意力图；多级注意力融合模块，用于利用多级空间注意力图对组织级别ROI分割结果和所述多个第一细胞级别ROI分割结果进行多级注意力融合，并利用Argmax函数对多级注意力融合的结果进行处理，得到所述图像区域的图像分割结果。5.根据权利要求1所述的方法，其特征在于，所述将相应的第一病理图像块进行组织级别的ROI分割包括：将第一病理图像块输入第一Dense
‑
U
‑
net网络，输出组织级别ROI分割结果；所述将相应的多个第二病理图像块进行细胞级别的ROI分割包括：将所述多个第二病
理图像块分别输入相应的第二Dense
‑
U
‑
net网络，输出多个对应第一细胞级别ROI分割结果，其中，每个第二Dense
‑
U
‑
net网络对应于一个第二病理图像块。6.根据权利要求5所述的方法，其特征在于，所述基于所述组织级别ROI分割结果与所述多个第一细胞级别ROI分割结果，得到所述图像区域的...

【专利技术属性】
技术研发人员：赵慧英，林斯颖，杨跃东，雍娟娟，
申请(专利权)人：中山大学孙逸仙纪念医院，
类型：发明
国别省市：