图像处理方法技术

本申请公开了一种图像处理方法

【技术实现步骤摘要】
图像处理方法、装置、设备、存储介质及程序产品


[0001]本申请实施例涉及人工智能
，特别涉及一种图像处理方法
、
装置
、
设备
、
存储介质及程序产品
。

技术介绍

[0002]术后组织病理分析是肿瘤诊断的金标准
。
病理样本
(
如手术中被切除的组织被切成适当体积的组织块
)
的病理取材环节对术后组织病理分析有着重要的影响，即，组织块的挑选过程尤为重要
。
[0003]在相关技术中，病理取材环节主要通过裸眼观察和触摸手感来分辨病灶区域，以进行组织块的选取
。
[0004]然而，在病灶区域较为隐匿的情况下，仅依靠裸眼观察和触摸手感，无法辨识正常组织区域和病灶区域，容易造成含有病灶区域的组织块的漏取或因其他病变的假象高估病灶区域的范围，从而导致病理样本的选取准确性不高，进而导致病理分析的准确性不高
。

技术实现思路

[0005]本申请提供了一种图像处理方法
、
装置
、
设备
、
存储介质及程序产品，能够降低了生物组织的取材难度，提高了生物组织的取材准确性
。
所述技术方案如下：
[0006]根据本申请的一方面，提供了一种图像处理方法，所述方法包括：
[0007]获取生物组织对应的反射图像和透射图像，所述反射图像是指基于所述生物组织上方的反射光源提供的光线，成像得到的图像，所述透射图像是指基于所述生物组织下方的透射光源提供的光线，成像得到的图像；
[0008]基于所述反射图像和所述透射图像，得到所述生物组织对应的病理掩码图像；
[0009]显示所述病理掩码图像，所述病理掩码图像中的病理掩码用于指示所述生物组织中的异常区域
。
[0010]根据本申请的一方面，提供了一种图像语义分割模型的训练方法，所述方法包括：
[0011]获取样本生物组织对应的反射图像
、
透射图像和所述样本生物组织对应的真实病理掩码图像，所述反射图像是指基于所述样本生物组织上方的反射光源提供的光线，成像得到的图像，所述透射图像是指基于所述样本生物组织下方的透射光源提供的光线，成像得到的图像；所述真实病理掩码图像中的真实病理掩码用于指示所述样本生物组织中的真实异常区域；
[0012]基于所述反射图像和所述透射图像，得到所述样本生物组织对应的病理掩码图像，所述预测病理掩码图像中的预测病理掩码用于指示所述样本生物组织中的预测异常区域；
[0013]基于所述真实病理掩码及所述预测病理掩码，计算损失函数值；
[0014]基于所述损失函数值对图像语义分割模型的模型参数进行更新
。
[0015]根据本申请的一方面，提供了一种图像获取系统，所述系统包括：透射光源
、
反射
光源
、
图像拍摄装置和计算机设备；
[0016]所述透射光源用于将所述图像获取系统调整至透射模态，所述透射光源设置于生物组织的下方；
[0017]所述反射光源用于将所述图像获取系统调整至反射模态，所述反射光源设置于所述生物组织的上方；
[0018]在所述图像获取系统为所述透射模态时，所述图像拍摄装置获取所述生物组织对应的透射图像；
[0019]在所述图像获取系统为所述反射模态时，所述图像拍摄装置获取所述生物组织对应的反射图像；
[0020]所述计算机设备用于基于同一所述生物组织对应的所述反射图像和所述透射图像，得到并显示所述生物组织对应的病理掩码图像，所述病理掩码图像中的病理掩码用于指示所述生物组织中的异常区域
。
[0021]根据本申请的一方面，提供了一种图像处理装置，所述装置包括：
[0022]获取模块，用于获取生物组织对应的反射图像和透射图像，所述反射图像是指基于所述生物组织上方的反射光源提供的光线，成像得到的图像，所述透射图像是指基于所述生物组织下方的透射光源提供的光线，成像得到的图像；
[0023]处理模块，用于基于所述反射图像和所述透射图像，得到所述生物组织对应的病理掩码图像；
[0024]显示模块，用于显示所述病理掩码图像，所述病理掩码图像中的病理掩码用于指示所述生物组织中的异常区域
。
[0025]根据本申请的一方面，提供了一种图像语义分割模型的训练装置，所述装置包括：
[0026]获取模块，用于获取样本生物组织对应的反射图像
、
透射图像和所述样本生物组织对应的真实病理掩码图像，所述反射图像是指基于所述样本生物组织上方的反射光源提供的光线，成像得到的图像，所述透射图像是指基于所述样本生物组织下方的透射光源提供的光线，成像得到的图像；所述真实病理掩码图像中的真实病理掩码用于指示所述样本生物组织中的真实异常区域；
[0027]处理模块，用于基于所述反射图像和所述透射图像，得到所述样本生物组织对应的病理掩码图像，所述预测病理掩码图像中的预测病理掩码用于指示所述样本生物组织中的预测异常区域；
[0028]计算模块，用于基于所述真实病理掩码及所述预测病理掩码，计算损失函数值；
[0029]更新模块，用于基于所述损失函数值对图像语义分割模型的模型参数进行更新
。
[0030]根据本申请的另一方面，提供了一种计算机设备，该计算机设备包括：处理器和存储器，存储器中存储有至少一条计算机程序，至少一条计算机程序由处理器加载并执行以实现如上方面所述的图像处理方法或所述的图像语义分割模型的训练方法
。
[0031]根据本申请的另一方面，提供了一种计算机存储介质，计算机可读存储介质中存储有至少一条计算机程序，至少一条计算机程序由处理器加载并执行以实现如上方面所述的图像处理方法或所述的图像语义分割模型的训练方法
。
[0032]根据本申请的另一方面，提供了一种计算机程序产品，上述计算机程序产品包括计算机程序，所述计算机程序存储在计算机可读存储介质中；所述计算机程序由计算机设
备的处理器从所述计算机可读存储介质读取并执行，使得所述计算机设备执行如上方面所述的图像处理方法或所述的图像语义分割模型的训练方法
。
[0033]本申请提供的技术方案带来的有益效果至少包括：
[0034]通过获取生物组织对应的反射图像和透射图像，基于生物组织对应的反射图像和透射图像，得到并显示生物组织对应的病理掩码图像
。
本申请通过利用生物组织对应的反射图像和透射图像确定生物组织中的异常区域，降低了生物组织的取材难度，提高了生物组织的取材准确性
。
附图说明
[0035]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，对于本领域普本文档来自技高网...

【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，所述方法包括：获取生物组织对应的反射图像和透射图像，所述反射图像是指基于所述生物组织上方的反射光源提供的光线，成像得到的图像，所述透射图像是指基于所述生物组织下方的透射光源提供的光线，成像得到的图像；基于所述反射图像和所述透射图像，得到所述生物组织对应的病理掩码图像；显示所述病理掩码图像，所述病理掩码图像中的病理掩码用于指示所述生物组织中的异常区域
。2.
根据权利要求1所述的方法，其特征在于，所述获取生物组织对应的反射图像和透射图像，包括：基于所述反射光源提供的光线，成像得到所述生物组织对应的至少一张反射图像，所述至少一张反射图像中的每张反射图像与所述反射光源提供的光线的一种波长相对应；基于所述透射光源提供的光线，成像得到所述生物组织对应的至少一张透射图像，所述至少一张透射图像中的每张透射图像与所述透射光源提供的光线的一种波长相对应
。3.
根据权利要求2所述的方法，其特征在于，所述反射图像包括第一类反射图像；所述反射光源提供的光线的波长属于近红外二区的波长范围；所述基于所述反射光源提供的光线，成像得到所述生物组织对应的至少一张反射图像，所述至少一张反射图像中的每张反射图像与所述反射光源提供的光线的一种波长相对应，包括：基于所述反射光源提供的光线，成像得到所述生物组织对应的至少一张所述第一类反射图像，所述至少一张第一类反射图像中的每张第一类反射图像与所述近红外二区的波长范围中的一种波长相对应
。4.
根据权利要求2所述的方法，其特征在于，所述反射图像包括第二类反射图像；所述反射光源提供的光线的波长属于可见光区的波长范围；所述基于所述反射光源提供的光线，成像得到所述生物组织对应的至少一张反射图像，所述至少一张反射图像中的每张反射图像与所述反射光源提供的光线的一种波长相对应，包括：基于所述反射光源提供的光线，成像得到所述生物组织对应的至少一张所述第二类反射图像，所述至少一张第二类反射图像中的每张第二类反射图像与所述可见光区的波长范围中的一种波长相对应
。5.
根据权利要求2所述的方法，其特征在于，所述透射光源提供的光线的波长属于近红外区的波长范围；所述基于所述透射光源提供的光线，成像得到所述生物组织对应的至少一张透射图像，所述至少一张透射图像中的每张透射图像与所述透射光源提供的光线的一种波长相对应，包括：基于所述透射光源提供的光线，成像得到所述生物组织对应的至少一张所述透射图像，所述至少一张所述透射图像中的每张透射图像与所述近红外区的波长范围中的一种波长相对应
。6.
根据权利要求1至5任一所述的方法，其特征在于，所述基于所述反射图像和所述透射图像，得到所述生物组织对应的病理掩码图像，包括：
将所述反射图像和所述透射图像输入至图像语义分割模型中进行下采样，得到所述生物组织对应的特征信息；在所述图像语义分割模型中将所述特征信息进行上采样，得到所述生物组织对应的所述病理掩码图像
。7.
根据权利要求6所述的方法，其特征在于，所述图像语义分割模型包括卷积层和特征提取层；所述将所述反射图像和所述透射图像输入至所述图像语义分割模型中进行下采样，得到所述生物组织对应的特征信息，包括：将所述反射图像和所述透射图像输入至所述卷积层中减小图像尺度，得到不同尺度的图像；通过所述特征提取层对所述不同尺度的图像进行特征提取，得到所述生物组织对应的所述特征信息
。8.
根据权利要求6所述的方法，其特征在于，所述图像语义分割模型包括转置卷积层；所述在所述图像语义分割模型中将所述特征信息进行上采样，得到所述生物组织对应的所述病理掩码图像，包括：将所述特征信息输入至所述转置卷积层中增加图像尺度，得到所述生物组织对应的所述病理掩码图像
。9.
一种图像语义分割模型的训练方法，其特征在于，所述方法包括：获取样本生物组织对应的反射图像
、
透射图像和所述样本生物组织对应的真实病理掩码图像，所述反射图像是指基于所述样本生物组织上方的反射光源提供的光线，成像得到的图像，所述透射图像是指基于所述样本生物组织下方的透射光源提供的光线，成像得到的图像；所述真实病理掩码图像中的真实病理掩码用于指示所述样本生物组织中的真实异常区域；基于所述反射图像和所述透射图像，得到所述生物组织对应的预测病理掩码图像，所述预测病理掩码图像中的预测病理掩码用于指示所述样本生物组织中的预测异常区域；基于所述真实病理掩码及所述预测病理掩码，计算损失函数值；基于所述损失函数值对图像语义分割模型的模型参数进行更新
。10.
根据权利要求9所述的方法，其特征在于，所述获取生物组织对应的反射图像
、
透射图像，包括：基于所述反射光源提供的光线，成像得到所述样本生物组织对应的至少一张反射图像，所述至少一张反射图像中的每张反射图像与所述反射光源提供的光线的一种波长相对应；基于所述透射光源提供的光线，成像得到所述样本生物组织对应的至少一张透射图像，所述至少一张透射图像中的每张透射图像与所述透射光源提供的光线的一种波长相对应
。11.
根据权利要求
10
所述的方法，其特征在于，所述反射图像包括第一类反射图像；所述反射光源提供的光线的波长属于近红外二区的波长范围；所述基于所述反射光源提供的光线，成像得到所述样本生物组织对应的至少一张反射图像，所述至少一张反射图像中的每张反射图像与所述反射光源提供的光线的一种波长相
对应，包括：基于所述反射光源提供的光线，成像得到所述样本生物组织对应的至少一张所述第一类反射图像，所述至少一张第一类反射图像中的每张第一类反射图像与所述近红外二区的波长范围中的一种波长相对应
。12.
根据权利要求
10
所述的方法，其特征在于，所述反射图像包括第二类反射图像；所述反射光源提供的光线的波长属于可见光区的波长范围；所述基于所述反射光源提供的光线，成像得到所述样本生物组织对应的至少一张反射图像，所述至少一张反射图像中的每张反射图像与所...

【专利技术属性】
技术研发人员：廖俊，姚建华，刘月平，张玲玲，
申请(专利权)人：河北医科大学第四医院河北省肿瘤医院，
类型：发明
国别省市：