[发明专利]生物组织影像识别的方法及其系统、计算机储存介质

说明书

一种生物组织影像识别的方法，包括以下步骤：对生物组织图像进行面积计算，并区分出若干个一级结构区域；基于至少一个所述一级结构区域，区分出至少一个从属于任一所述一级结构区域的二级结构区域；基于至少一个所述二级结构区域，区分出至少一个特征区域。本发明还提供一种生物组织影像识别的系统包括：处理器、几何计算模块、灰度处理模块、条件筛选模块，所述系统用于生物组织图像。本发明还提供一种计算机储存介质，所述计算机存储介质包括一种生物组织影像识别的程序。本发明的生物组织影像识别的方法能够实现对生物组织图像的有效识别，识别结果具有较高可靠性和稳定性，识别准确率高。

技术领域

本发明主要涉及影像识别领域，特别是涉及一种针对生物组织影像识别的方法及其系统、计算机储存介质。

背景技术

生物组织由于形态复杂、结构繁多，肉眼识别特定的结构、组织存在不少难题。生物组织的影像中经常出现多组织的交织、交叠等干扰判断识别的情况，为识别带来新的挑战。此外，生物组织的影像采集还经常由于采集环境、采集仪器等因素影响，采集的影像也会存在失真、色彩偏差等问题。更重要的是，目前的生物组织以人肉眼观察为主，主观性非常强，经常依赖于判断者的经验，出现遗漏判断、判断不清的情况常见。并且肉眼判断生物组织的性质、量化特征不准确，人对于尺度的把握具有主观性，难以把握统一的尺度和标准，重复再现性比较差。不同的判断者对于组织形态、相关位置的理解存在差异，不能形成统一的标准，即使是同一判断者判断的状态、修习专业知识的熟练程度都会影响判断的结论。

在某些情况下，识别生物组织还需要特殊的染色。染色的质量、时间、次序、样本的状态都会影响染色情况，染色的过程比较难以把控。进一步地，染色有时候会影响部分组织形态，影响判断。

发明内容

本发明提供一种生物组织影像识别的方法，所述方法包括以下步骤：

对生物组织图像进行面积计算，并区分出若干个一级结构区域；

基于至少一个所述一级结构区域，区分出至少一个从属于任一所述一级结构区域的二级结构区域；

基于至少一个所述二级结构区域，区分出至少一个特征区域。

优选地，所述区分二级结构区域至少包括步骤：在每个一级结构区域中应用灰度值阀值法选取至少一个在预设阀值范围内的像素点作为识别对象，所述识别对象通过灰度值增长凸显成为第一候选结构区域，再通过条件筛选得到二级结构区域。

更优选地，所述条件筛选至少包括位置、距离、面积、边界、形态、对比度之一的数值范围。

更优选地，所述区分二级结构区域的步骤之前，还包括步骤：融合至少两个相邻或交叠的所述一级结构区域。

更优选地，所述识别对象的特征属性参数提取自包括血管、结缔组织、神经细胞、肌肉组织、胶原纤维、脂肪组织的中至少一种组织，所述特征属性参数的集合预录入至第一数据库中。

进一步优选地，所述区分特征区域至少包括步骤：基于所述至少一个二级结构区域，结合所述一级结构区域，再通过集合了其他指定结构组织的特征属性参数的第二数据库的对应匹配，得到所述特征区域。

更优选地，所述方法还包括针对识别得到的一级结构区域、二级结构区域、特征区域、识别对象的任一种进行量化参数的提取，所述量化参数包括边界、面积、几何尺寸、数量的至少一种参数。

进一步优选地，所述几何尺寸至少包括识别对象中血管的壁厚值、胶原纤维的长度值以及一级结构区域、二级结构区域、特征区域的中心线位置和/或质心位置。

进一步优选地，所述方法至少包括以下步骤：对所述量化参数按照参数的属性进行分类并且建立数学模型，归一化处理后进行测试，以多次调整量化分类的正确率。

更进一步优选地，所述归一化处理应用以下公式：