[发明专利]图像处理模型的训练方法、图像处理方法、装置及设备

说明书

本申请公开了一种图像处理模型的训练方法、图像处理方法、装置及设备，属于人工智能和计算机视觉技术领域，所述方法包括：获取清晰病理图像；对清晰病理图像进行运动模糊处理，得到清晰病理图像对应的模糊病理图像；基于清晰病理图像和模糊病理图像，构建图像处理模型的训练样本；采用训练样本对图像处理模型进行训练。本申请实施例提供了一种具备图像去模糊功能的图像处理模型的训练方法，可以降低显微镜的使用成本。并且，训练出的图像处理模型可以适配不同的显微镜，该图像处理模型的适配性较高。另外，本申请实施例在模型训练过程中，引入清晰病理图像这一标签，可以使得训练出的模型更加准确。

技术领域

本申请实施例涉及人工智能和计算机视觉技术领域，特别涉及一种图像处理模型的训练方法、图像处理方法、装置及设备。

背景技术

病理诊断可以为临床医学的研究提供重要依据，其主要借助于显微镜。医生通过显微镜对病理切片中的细胞或组织进行逐个视野的观察和分析，可以做出诊断意见。然而，这种方式费时费力，且不利于第三方会诊。因此，研究人员提出“数字病理”这一概念，其主要通过病理显微镜实现。

病理显微镜可以通过扫描的方式获取病理切片的数字图像，然后再借助软件将数字图像呈现在显示计算机设备上，供医生浏览和分析。然而，由于载物台的移动、焦距的改变、病理切片中观测物体本身的移动可能会导致病理显微镜采集到的数字图像存在模糊。相关技术中，采用的是机械方式以解决数字图像模糊的问题。在相关技术中，通过调整物镜拍摄瞬间的运动，以保持物镜运动和观测物体运动的相对静止，从而可以获取清晰图像。

然而，相关技术为了实现物镜的瞬间移动，需要对病理显微镜进行机械改造，提高了病理显微镜的成本。

发明内容

本申请实施例提供了一种图像处理模型的训练方法、图像处理方法、装置及设备，可用于训练具备图像去模糊功能的图像处理模型，降低显微镜的使用成本。所述技术方案如下：

一方面，本申请实施例提供了一种图像处理模型的训练方法，所述方法包括：

获取清晰病理图像，所述清晰病理图像是指由显微镜对病理切片进行采集得到的清晰图像；

对所述清晰病理图像进行运动模糊处理，得到所述清晰病理图像对应的模糊病理图像，所述运动模糊处理是指模拟所述病理切片移动而产生模糊效果的处理方式；

基于所述清晰病理图像和所述模糊病理图像，构建图像处理模型的训练样本，所述图像处理模型用于图像去模糊处理；

采用所述训练样本对所述图像处理模型进行训练。

另一方面，本申请实施例提供了一种图像处理方法，所述方法包括：

获取待处理的病理图像，所述病理图像是指由显微镜对目标病理切片进行采集得到的图像；

调用图像处理模型，所述图像处理模型用于图像去模糊处理；

通过所述图像处理模型对所述待处理的病理图像进行处理，得到处理后的病理图像。

再一方面，本申请实施例提供了一种图像处理模型的训练方法，所述方法包括：

获取清晰显微镜图像，所述清晰显微镜图像是指由显微镜采集的清晰图像；

对所述清晰显微镜图像进行运动模糊处理，得到所述清晰显微镜图像对应的模糊显微镜图像，所述运动模糊处理是指模拟所述清晰显微镜图像对应的物体切片移动而产生模糊效果的处理方式；

基于所述清晰显微镜图像和所述模糊显微镜图像，构建图像处理模型的训练样本，所述图像处理模型用于图像去模糊处理；

采用所述训练样本对所述图像处理模型进行训练。

又一方面，本申请实施例提供了一种图像处理方法，其特征在于，所述方法包括：