[发明专利]一种数字病理图像质控的方法及装置

权利要求书

1.一种数字病理图像质控的方法，其特征在于，包括:

根据数字病理图像的图像格式得到所述数字病理图像的指定层的待处理图像；

将所述待处理图像输入U-Net分割模型，得到所述待处理图像中与每个像素点分别对应的第一异常概率矩阵，所述第一异常概率矩阵包括多个相关值，所述多个相关值表征该第一异常概率矩阵对应的像素点分别与各个质控标签的相关度，所述各个质控标签包括非异常标签及N种异常标签，所述U-Net分割模型是基于图像样本训练得到的，所述图像样本中至少包括多个数字病理图像样本及所述数字病理图像样本中每个像素点的质控标签特征，N为正整数；

根据所述待处理图像中每个像素点与所述各个质控标签的相关值，确定所述待处理图像中每个像素点的第一质控标签；

根据所述待处理图像中每个像素点的第一质控标签，统计所述待处理图像中所述N种异常标签对应的像素点数量；

根据所述待处理图像中所述N种异常标签对应的像素点数量对所述数字病理图像进行分类。

2.如权利要求1所述的方法，其特征在于，所述根据所述待处理图像中每个像素点的第一质控标签，统计所述待处理图像中所述N种异常标签对应的像素点数量，包括：

将所述待处理图像中第一质控标签为所述非异常标签的像素点的灰度值设置为预设背景值，得到第一图像；

将所述第一图像输入异常分类器，得到所述第一图像中与每个像素点的第二异常概率矩阵，所述第二异常概率矩阵包括多个相关值，所述多个相关值表征该第二异常概率矩阵在所述第一图像中对应的像素点分别与所述各个质控标签的相关度，所述异常分类器是基于第一图像样本及所述数字病理图像样本中每个像素点的质控标签特征训练得到的，所述第一图像样本是所述数字病理图像样本基于各个像素点分别与所述各个质控标签的相关值，将相关值最大为所述非异常标签的像素点的灰度值设置为所述预设背景值后得到的；

根据所述第一图像中每个像素点的第二异常概率矩阵，确定所述第一图像中每个像素点的第二质控标签，所述第二质控标签为所述第一图像中每个像素点的第二异常概率矩阵中相关值最大的质控标签；

根据所述第一图像中每个像素点的第二质控标签，确定所述待处理图像中所述N种异常标签对应的像素点数量。

3.如权利要求1所述的方法，其特征在于，所述得到所述数字病理图像的指定层的待处理图像之后，还包括：

获取所述待处理图像的图像尺寸，若所述待处理图像的图像尺寸大于预设滑窗尺寸，则通过预设滑窗尺寸将所述待处理图像滑窗分割为多个第二图像，所述第二图像的图像尺寸不大于所述预设滑窗尺寸，所述预设滑窗尺寸为所述U-Net分割模型训练的所述数字病理图像样本的尺寸；

所述将所述待处理图像输入U-Net分割模型，得到所述待处理图像中每个像素点的第一异常概率矩阵，包括：

将所述多个第二图像中任一第二图像输入所述U-Net分割模型，得到所述任一第二图像中每个像素点的第一异常概率矩阵。

4.如权利要求3所述的方法，其特征在于，所述通过滑窗法将所述待处理图像分割为多个第二图像之后，还包括：

记录所述多个第二图像中每个第二图像的位置信息，所述位置信息为对应第二图像在所述待处理图像中的相对位置；

所述根据所述待处理图像中每个像素点与所述各个质控标签的相关值，确定所述待处理图像中每个像素点的第一质控标签，包括：

根据所述任一第二图像中每个像素点的第一异常概率矩阵，确定所述任一第二图像中每个像素点的第一质控标签；

基于所述多个第二图像中每个第二图像的位置信息及所述任一第二图像中每个像素点的第一质控标签，确定所述待处理图像中每个像素点的第一质控标签。

5.如权利要求1所述的方法，其特征在于，所述根据所述待处理图像中所述N种异常标签对应的像素点数量对所述数字病理图像进行分类，包括：

根据所述待处理图像中所述N种异常标签中每种异常标签对应的像素点的数量，基于所述异常标签的转移权重，将所述每种异常标签对应的像素点的数量进行加权求和，确定所述数字病理图像的数据转移量，根据所述数据转移量对所述数字病理图像进行分类。