[发明专利]前列腺癌穿刺病理图像的格里森自动分级方法和装置

权利要求书

1.一种前列腺癌穿刺病理图像的格里森自动分级方法，其特征在于，所述自动分级方法包括以下步骤：

S1，在一定量的数字化的前列腺癌穿刺组织HematoxylinEosin病理图像上手动标记格里森3级和4级组织区域；

S2，针对标记出的格里森3级和4级组织区域提取图像块，并对提取的图像块进行图像预处理后，提取图像块的H通道；

S3，针对仅包含有H通道的每一图像块计算同源性分布，包括细胞核的连通区域变化分布b₀、细胞核构成的空洞变化分布b₁以及两者的比率b，并采用七种统计描述方法表示计算得到的同源性分布，得到21维的统计特征集；

S4，基于同源性分布的21维统计特征集构建k近邻分类器，采用10折交叉验证方法训练基于权重的k近邻模型；

S5，对于新采集的前列腺癌穿刺组织HematoxylinEosin病理图像，提取图像块，对提取的图像块进行图像预处理后进行同源性分布计算和特征统计，再使用训练好的k近邻分类器进行测试，自动预测格里森分级。

2.根据权利要求1所述的前列腺癌穿刺病理图像的格里森自动分级方法，其特征在于，步骤S3中，所述针对仅包含有H通道的每一图像块计算同源性分布的过程包括：

对于每一图像块，以图像块中像素集的每一元素为阈值，计算该阈值下的细胞核的连通区域b₀和细胞核构成的空洞变化分布值b₁，得到对应的两个同源性分布。

3.根据权利要求1所述的前列腺癌穿刺病理图像的格里森自动分级方法，其特征在于，步骤S2中，采用自适应染色估计方法计算染色矩阵并应用到颜色反卷积方法中提取图像块的H通道。

4.一种应用权利要求1-3任意一项所述的前列腺癌穿刺病理图像的格里森自动分级方法的自动分级装置，其特征在于，所述自动分级装置包括病理图像预处理模块、格里森自动分级模型和模型构建模块；

所述病理图像预处理模块用于针对标记出的格里森3级和4级组织区域提取图像块，并对提取的图像块进行图像预处理后，提取图像块的H通道；

所述格里森自动分级模型用于对导入的仅包含有H通道的图像块进行同源性分布计算和特征统计，以及自动预测格里森分级；

所述模型构建模块基于k近邻分类器构建格里森自动分级模型，包括：

样本数据生成单元，用于在一定量的数字化的前列腺癌穿刺组织HematoxylinEosin病理图像上手动标记格里森3级和4级组织区域，针对标记出的格里森3级和4级组织区域提取图像块，并对提取的图像块进行图像预处理后，提取图像块的H通道；

模型构建单元，用于针对仅包含有H通道的每一图像块计算同源性分布，包括细胞核的连通区域变化分布b₀、细胞核构成的空洞变化分布b₁以及两者的比率b，并采用七种统计描述方法表示计算得到的同源性分布，得到21维的统计特征集，再基于同源性分布的21维统计特征集构建k近邻分类器；

模型优化单元，用于采用10折交叉验证方法训练基于权重的k近邻模型。

5.一种前列腺癌穿刺病理图像的格里森自动分级系统，其特征在于，所述自动分级系统包括相互连接的处理器和存储器；

所述存储器中存储有计算机执行程序，所述处理器执行所述存储器存储的计算机执行程序，以执行如权利要求1-3任意一项中所述的前列腺癌穿刺病理图像的格里森自动分级方法。