[发明专利]处理显微图像的方法、装置、计算机设备及存储介质有效

专利信息
申请号: 202010238061.7 申请日: 2020-03-30
公开(公告)号: CN111462005B 公开(公告)日: 2023-01-06
发明(设计)人: 江铖;廖俊;姚建华 申请(专利权)人: 腾讯医疗健康(深圳)有限公司
主分类号: G06T5/00 分类号: G06T5/00
代理公司: 北京三高永信知识产权代理有限责任公司 11138 代理人: 祝亚男
地址: 518000 广东省深圳市*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 处理 显微 图像 方法 装置 计算机 设备 存储 介质
【说明书】:

本申请是关于一种处理显微图像的方法、装置、计算机设备及存储介质,涉及图像处理技术领域。该方法包括:获取目标切片的原始显微图像;通过图像处理模型对所述目标切片的原始显微图像进行处理,得到所述目标切片的处理后图像;所述图像处理模型是通过训练样本集进行机器学习训练的模型,所述训练样本集中包含由对焦图像和离焦图像组成的图像对;基于所述目标切片的处理后图像,获取所述目标切片的去模糊显微图像,本方案通过人工智能AI对原始显微图像进行处理即可以实现去模糊效果,不需要输入其它先验知识,因此不会受到先验知识不足对处理准确性的影响,从而能够提高对显微图像的去模糊处理的准确性。

技术领域

本申请涉及图像处理技术领域,特别涉及一种处理显微图像的方法、装置、计算机设备及存储介质。

背景技术

随着医学辅助技术的不断发展,病理显微镜可以高效地获取当前病理切片的数字病理图像,为医务人员的临床诊断提供了极大的便利。

由于医务人员视力差异,手动对焦后的显微图像对于病理显微镜来说常常并未准确对焦,因此,对手动对焦后的显微图像进行去模糊处理的需求也越来越高。在相关技术中的一种去模糊处理方案中,可以将待处理的图像以及偏移矩阵输入生成对抗网络,由生成对抗网络根据该待处理的图像和偏移矩阵生成去模糊后的图像,从而实现图像的去模糊处理。其中,上述偏移矩阵与待处理的图像具有同样维度,其记录了每个像素点偏移焦点的距离。

然而,相关技术中的方案需要一定的先验知识(即上述偏移矩阵),而偏移矩阵设置的准确性对去模糊的效果有很大的影响,导致上述方案的去模糊处理的准确性较差。

发明内容

本申请实施例提供了一种处理显微图像的方法、装置、计算机设备及存储介质,可以提高对显微图像的去模糊处理的准确性,该技术方案如下:

一方面,提供了一种处理显微图像的方法,所述方法包括:

获取目标切片的原始显微图像,所述原始显微图像是在显微镜视野下对切片进行图像采集获得的图像;

通过图像处理模型对所述目标切片的原始显微图像进行处理,得到所述目标切片的处理后图像;所述图像处理模型是通过训练样本集进行机器学习训练的模型,所述训练样本集中包含由对焦图像和离焦图像组成的图像对,所述对焦图像是焦点位于样本切片处时采集的原始显微图像,所述离焦图像是焦点偏离所述样本切片时采集的原始显微图像;

基于所述目标切片的处理后图像,获取所述目标切片的去模糊显微图像。

一方面,提供了一种处理显微图像的装置,该装置包括:

原始图像获取模块,用于获取目标切片的原始显微图像,所述原始显微图像是在显微镜视野下对切片进行图像采集获得的图像;

第一图像处理模块,用于通过图像处理模型对所述目标切片的原始显微图像进行处理,得到所述目标切片的处理后图像;所述图像处理模型是通过训练样本集进行机器学习训练的模型,所述训练样本集中包含由对焦图像和离焦图像组成的图像对,所述对焦图像是焦点位于样本切片处时采集的原始显微图像,所述离焦图像是焦点偏离所述样本切片时采集的原始显微图像;

去模糊图像获取模块,用于基于所述目标切片的处理后图像,获取所述目标切片的去模糊显微图像。

在一种可能的实现方式中,所述第一图像处理模块,用于,

将所述目标切片的原始显微图像的尺寸由原始尺寸调整为标准尺寸,得到所述目标切片的标准尺寸显微图像;

通过所述图像处理模型对所述目标切片的标准尺寸显微图像进行处理,得到所述目标切片的处理后图像。

在一种可能的实现方式中,所述去模糊图像获取模块,用于,

将所述目标切片的处理后图像的尺寸调整为所述原始尺寸,得到所述目标切片的去模糊显微图像;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯医疗健康(深圳)有限公司,未经腾讯医疗健康(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010238061.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top