一种基于改进UNet网络的重叠细胞核识别方法及系统技术方案

本发明专利技术涉及医学图像数据处理技术领域，尤其涉及一种基于改进UNet网络的重叠细胞核识别方法及系统，该方法的步骤包括：将全视野的病理切片图像切分为预设像素尺寸的病理切片图像块并进行标注，获得样本数据；对样本数据进行颜色归一化和数据增强；构建基于改进UNet网络的细胞核识别网络；将细胞核识别网络在经过数据增强的数据集上训练并调优；对整张病理切片图像进行预测，识别其中的细胞核。本发明专利技术通过构建细胞核识别网络自动分割和识别出病理切片图像中的重叠细胞核，能够有效地提高病理医生的诊断效率，减少病理医生的工作负荷及可能出现的漏诊、误诊。误诊。误诊。

【技术实现步骤摘要】
一种基于改进UNet网络的重叠细胞核识别方法及系统


[0001]本专利技术涉及医学图像数据处理
，尤其涉及一种基于改进UNet网络的重叠细胞核识别方法及系统。

技术介绍

[0002]病理切片图像蕴藏着极为丰富的生物信息，是判断患者患病与否的一个重要依据。病理切片图像中细胞核的形态、大小、分布以及细胞核与细胞质的相关性等信息更是与癌变预后密切相关，可以为医生提供关键的诊断信息。
[0003]细胞核识别任务在整个组织病理学图像自动化分析中占据着重要位置，可以减轻医生的负担并为临床研究提供较为精确的免疫微环境量化信息。受限于病理切片的制作工艺，细胞核重叠、接触现象无法避免，且细胞核周围的杂质、细胞质区域等都会对细胞核分割和识别造成影响。因此目前病理切片图像细胞核分割任务中存在重叠细胞核分割和识别效果不佳的问题。
[0004]例如在授权公告号为CN113222944B的中国专利中公开了细胞核分割方法及基于病理图像的癌症辅助分析系统、装置，涉及医疗影像
，所解决的是目前的神经网络对特征图进行分割的过程中存在边缘分割准确性有待于本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于改进UNet网络的重叠细胞核识别方法，其特征在于，包括下述步骤：对全视野的病理切片图像按照预设像素尺寸切分为统一大小的病理切片图像块并进行标注；采用颜色归一化和数据增强对样本数据进行颜色归一化处理和扩充；构建基于改进UNet网络的细胞核识别网络；将细胞核识别网络在经过数据增强的数据集上训练并调优；采用训练好的细胞核识别网络预测出的每个病理切片图像块的结果并将每个病理切片图像块按照切分时的顺序重新拼接，得到整张病理切片图像细胞核识别结果图。2.根据权利要求1所述的一种基于改进UNet网络的重叠细胞核识别方法，其特征在于，所述颜色归一化用于对样本数据颜色信息进行统一，具体步骤包括：对原始RGB图像通过比尔
‑
朗伯转换法将RGB空间图像矩阵转换为光密度图像矩阵；对光密度图像矩阵进行稀疏非负矩阵分解，得到光密度成分矩阵和染色密度矩阵；将染色密度矩阵和目标图像的染色原型矩阵相乘，再进行比尔
‑
朗伯逆转换，得到最终归一化后的图像。3.根据权利要求1所述的一种基于改进UNet网络的重叠细胞核识别方法，其特征在于，所述数据增强用于对样本数据进行扩充，具体步骤包括：将病理切片图像本身及其标注图像进行图像变换，所述图像变换包括水平翻转、垂直翻转、随机角度旋转、随机亮度、随机对比度、噪声干扰和图像模糊中的至少一种。4.根据权利要求1所述的一种基于改进UNet网络的重叠细胞核识别方法，其特征在于，所述细胞核识别网络采用编码器
‑
解码器结构，其中编码器包括动态卷积单元和边缘特征增强单元，解码器包括细胞核分割分支、凸包检测分支、细胞核分类分支。5.根据权利要求4所述的一种基于改进UNet网络的重叠细胞核识别方法，其特征在于，所述动态卷积单元包含1
×
1卷积层、3
×
3动态卷积层和ReLU激活函数。6.根据权利要求4所述的一种基于改进UNet网络的重叠细胞核识别方法，其特征在于，所述边缘特征增强单元包含1
×
1卷积层、3
×
3卷积层和Sigmoid激活函数。7.根据权利要求4所述的一种基于改进UNet网络的重叠细胞核识别方法，其特征在于，所述细胞核分割分支用于对相互接触的细胞核以及相互重叠的细胞核进行分离，具体步骤包括：对细胞核内部区域和细胞核边缘区域做差，对做差后的图像进行连通域划分，得到单独的连通域，按照连通域的面积进行阈值截断，过滤掉面积小于第一阈值的连通域；对单独的连通域进行进一步的处理，通过腐蚀算法将面积小于第二阈值的连通域进行分离，从而实现将相互接触的细胞核以及相互重叠的细胞核分开；对经过腐蚀算法处理过的连通域通过膨胀算法进行圆滑处理，最终...

【专利技术属性】
技术研发人员：蔡惠明，
申请(专利权)人：南京诺源医疗器械有限公司，
类型：发明
国别省市：