[发明专利]一种数字病理图像去模糊方法

权利要求书

1.一种数字病理图像去模糊方法，其特征在于，包括以下步骤：

步骤1、构建清晰数字病理图像库和模糊数字病理图像库，清晰数字病理图像库中存储有多种清晰的数字病理图像，模糊数字病理图像库中存储有与清晰的数字病理图像一一对应的模糊的数字病理图像；

步骤2、对模糊数字病理图像库中的数据进行图像预处理，以获得适合的可供去模糊网络预测模型训练的Patch图像集合，随后对Patch图像集合进行去模糊处理操作，之后将经过初步去模糊处理操作的Patch图像集合作为输入、清晰数字病理图像库中相对应的清晰的数字病理图像作为输出训练深度神经网络，得到训练好的去模糊网络预测模型，其中，去模糊网络预测模型结构包括上采样部分及下采样部分：下采样部分将输入的数字病理图像经过若干卷积模块后，实现图像维度降低的同时提取高层特征，得到若干个表示高层特征信息的特征图；上采样部分将下采样部分输出的表示高层特征信息的特征图还原成清晰的数字病理图像，在还原过程中逐步增加高层特征信息的特征图的尺寸直至与原始图像尺寸一致，并且在训练过程中经过梯度下降优化后每个像素尽可能接近作为输出的清晰的数字病理图像；

步骤3、实时输入数字病理图像，对该数字病理图像进行初步的预处理操作，以获得适合去模糊操作的模糊Patch图像集合；

步骤4、利用传统去模糊方法对模糊Patch图像集合进行初步去模糊处理，将低维空间域的模糊信息去除；

步骤5、将经过步骤4处理之后的Patch图像集合送入去模糊网络预测模型中生成预测结果，即获得清晰的Patch图像集合；

步骤6、将清晰的Patch图像集合中各个Patch图像拼接复原至步骤3实时输入的数字病理图像的原图大小，获得去模糊后的清晰数字病理图像。

2.如权利要求1所述的一种数字病理图像去模糊方法，其特征在于，步骤2中，所述图像预处理包括以下步骤：

步骤201、对原始的模糊数字病理图像进行RGB通道染色标准化；

通过对原始的模糊数字病理图像缩略图的灰度通道进行二值化分割，去除模糊数字病理图像中的非组织区域；

步骤202、按照组织区域坐标，依次在染色标准化后的模糊数字病理图像上进行滑动取样，得到Patch图像集合；

步骤203、采用随机图像增强技术，在保证空间平移不变形的基础上，随机地对Patch图像集合中的图像进行旋转、平移、镜像、扭曲操作，生成最终的用于训练去模糊网络预测模型的Patch图像集合。

3.如权利要求1所述的一种数字病理图像去模糊方法，其特征在于，步骤2中，所述传统去模糊处理包括以下步骤：对Patch图像集合中的图像先进行Wiener滤波后，再进行双边滤波。

4.如权利要求1所述的一种数字病理图像去模糊方法，其特征在于，步骤2中，所述卷积模块包括卷积Conv、批标准化BatchNorm、Relu激活函数与池化Pooling。

5.如权利要求1所述的一种数字病理图像去模糊方法，其特征在于，步骤2中，所述上采样部分在将特征图还原成清晰的数字病理图像的过程中，采用卷积、批标准化、RELU激活函数与反池化UpPooling逐步增加高层特征信息的特征图的尺寸。

6.如权利要求1所述的一种数字病理图像去模糊方法，其特征在于，步骤3中，所述初步的预处理操作包括以下步骤：

步骤301、对原始的数字病理图像进行RGB通道染色标准化；

通过对原始的数字病理图像缩略图的灰度通道进行二值化分割，去除数字病理图像中的非组织区域；

步骤302、按照组织区域坐标，依次在染色标准化后的数字病理图像上进行滑动取样，得到模糊的Patch图像集合。

7.如权利要求1所述的一种数字病理图像去模糊方法，其特征在于，步骤4中，所述传统去模糊方法包括以下步骤：对模糊Patch图像集合中的图像先进行Wiener滤波后，再进行双边滤波。

8.如权利要求1所述的一种数字病理图像去模糊方法，其特征在于，步骤6中，根据步骤3获得的有效组织区域的坐标，将清晰的Patch图像集合中的Patch图像按坐标依次拼接入原始数字病理图像，以覆盖原始数字病理图像的组织区域，原始数字病理图像的非组织区域按全白填充，完成数字病理图像的复原。