[发明专利]病理图片的处理方法

说明书

本发明公开了病理图片的处理方法，包括图像采集：1)对病理玻片进行完整扫描获取到数字化病理图像；2)将数字化病理图像勾画出病变区域，并将勾画区域的位置生成xml格式的文件进行保存；3)生成一个与数字化病理图像的分辨率一致的大掩膜图像；图像处理：设置切图的图片分辨率，并对数字化病理图像和大掩膜图像切图，得到一一对应的小病理图和小掩膜图的位置；计算每个小掩膜图的像素平均值P，并设定阈值G，只保存P≥G所对应的小病理图；若P＜G，所对应的小病理图则丢弃，其中P,G取值范围均是0到1。本发明对数字化病理图像，能够基于深度学习技术使用GPU并行计算与统计，降低传统病理抽样统计的误差，提高病理诊断的效率与准确率。

技术领域

本发明涉及医学处理手段的技术领域，具体涉及一种病理图片的处理方法的技术。

背景技术

慢性鼻窦炎伴鼻息肉(CRSwNP)细分为嗜酸性粒细胞性鼻息肉(eCRSwNP)和非嗜酸性粒细胞性鼻息肉(neCRSwNP)两个亚型。嗜酸性粒细胞性鼻息肉(eCRSwNP)对激素治疗敏感，而非嗜酸性粒细胞性鼻息肉(neCRSwNP)则对大环内脂类抗生素治疗敏感。临床上，对于如何界定嗜酸性粒细胞性鼻息肉(eCRSwNP)和非嗜酸性粒细胞性鼻息肉(neCRSwNP)，病理科医生通常随机采取患者鼻息肉玻片标本的10个400X视野下嗜酸性粒细胞占比的平均值，并以10％为截点值这一诊断标准，得出分类诊断(≥10％为嗜酸性慢性鼻窦炎，＜10％为非嗜酸性慢性鼻窦炎)。但是，由于一个玻片标本通常包含数百上千的视野，会有较大抽样差异。此外，不同医生因为经验不同，或者同一个医生不同时间，随机选取视野所得到的抽样估计值也不尽相同，即人工随机抽样计数还可能存在测量偏差。如果要避免抽样误差，就需要对整个玻片标本嗜酸性粒细胞占炎症细胞比例的进行完整统计，才能得到比较精确的平均值从而得出诊断结果，然而这种方法病理科医生需要花费约4小时才能完整统计一个玻片标本，时间成本和人力成本极高，临床上不可行。

由此可见，现有临床上使用的随机抽样的诊断方法存在统计偏差的问题；病理医生人工统计整个玻片花费时间长的问题，即病理科医生需要花费2～4小时才能完整统计一个玻片标本，时间成本极高。如何减少统计偏差，如何快速统计玻片标本成为业界的技术难题。中国专利申请号201811501870.1，名称为一种细胞病理玻片分类方法、系统、设备、存储介质，该专利也试着对病理玻片的处理效率和准确率加以提高，但是，该专利没有考虑到一张数字病理玻片约2～4GB，当前GPU无法直接处理。该专利提出了采用分割步骤，即将所述数字细胞病理图片分割成多个图块，但是如何进行分割，该专利依然没有给出相应的行之有效的技术，如何进行分割，何去何留，直接影响到后续机器学习的效率以及准确率。

发明内容

为了解决现有技术的不足，本发明提供一种病理图片的处理方法，对整个病理玻片进行完整扫描获取到的数字化病理图像进行分割处理，从而能够基于GPU并行计算，实现对整个玻片进行完整统计，降低抽样误差，提高后续机器学习的效率以及准确率。

本发明通过以下技术方案来实现：

病理图片的处理方法，包括下列步骤：

图像采集：

1)对病理玻片进行完整扫描获取到数字化病理图像；

2)将所述数字化病理图像勾画出病变区域，从而得到勾画区域，并将所述勾画区域的位置生成xml格式的文件进行保存；

3)生成一个与所述数字化病理图像的分辨率一致的大掩膜图像，并根据所述xml对其进行赋值，xml区域内为1，区域外为0，即勾画区域对应的像素值为1，其他区域对应的像素值为0；

图像处理：