[发明专利]一种病理切片组织区域快速配准算法

权利要求书

1.一种病理切片组织区域快速配准算法，其特征在于包括以下步骤：

S100、从数字切片A1中获取缩略图a1，从数字切片A2中获取缩略图a2；

S200、从缩略图a1中分割出组织区域图b1，从缩略图a2中分割出组织区域图b2；

S300、以组织区域图b1为模板，以组织区域图b1和组织区域图b2的互信息度量为目标函数，从旋转角度、尺度变换、是否翻转三个维度搜索最优变换矩阵，使得组织区域图b1和变换后的组织区域图b2互信息度量最大，得到粗配准结果c1；

S400、以组织区域图b1作为模板，以粗配准结果c1作为初始化图像，优化组织区域图b1和粗配准结果c1中的相似性度量，即可快速收敛至最优解，得到精细配准结果。

2.根据权利要求1所述的配准算法，其特征在于：步骤S200中，分割算法包括阈值分割算法、区域生长分割算法、基于深度学习的分割算法。

3.根据权利要求1所述的配准算法，其特征在于：步骤S300中，最优变换矩阵的确定方法包括以下步骤：

S311₁、将组织区域图b2旋转角度p，得到组织区域图b2′₁，比较组织区域图b2′₁与组织区域图b1，得到互信息度量k₁；

S311₂、将组织区域图b2′₁旋转角度p，得到组织区域图b2′₂，比较组织区域图b2′₂与组织区域图b1，得到互信息度量k₂；

……

S311_i、将组织区域图b2′_i-1旋转角度p，得到组织区域图b2′_i，比较组织区域图b2′_i与组织区域图b1，得到互信息度量k_i；

……

S311_n、将组织区域图b2′_n-1旋转角度p，得到组织区域图b2′_n，比较组织区域图b2′_n与组织区域图b1，得到互信息度量k_n；

S312、从互信息度量k₁～互信息度量k_n中选取最大互信息度量k_max，确定相对应的最适合的旋转角度，获得组织区域图b2_1，

其中1＜i＜n，n*p＝360°。

4.根据权利要求3所述的配准算法，其特征在于：步骤S300中，最优变换矩阵的确定方法还包括以下步骤：

S321₁、将组织区域图b2_1变换倍率q，得到组织区域图b2_1′₁，比较组织区域图b2_1′₁与组织区域图b1，得到互信息度量x₁；

……

S321_h、将组织区域图b2_1′_h-1变换倍率q，得到组织区域图b2_1′_h，比较组织区域图b2_1′_h与组织区域图b1，得到互信息度量x_h；

……

S321_m、将组织区域图b2_1′_m-1变换倍率q，得到组织区域图b2_1′_m，比较组织区域图b2_1′_m与组织区域图b1，得到互信息度量x_m；

S322、从互信息度量x₁～互信息度量x_m中选取最大互信息度量x_max，确定相对应的最适合的变换倍率，获得组织区域图b2_2。

5.根据权利要求1所述的配准算法，其特征在于：步骤S300中，最优变换矩阵的确定方法还包括以下步骤：

S331、翻转组织区域图b2_2，得到组织区域图b2_2′，比较组织区域图b2_2′与组织区域图b1，得到互信息度量y，比较互信息度量y和最大互信息度量x_max，得到对应的粗配准结果c1。