[发明专利]基于极坐标表示的组织病理图像细胞核分割方法及系统

说明书

本公开提供了基于极坐标表示的组织病理图像细胞核分割方法及系统，采用提取待分割图像块的图像特征，并基于极坐标系建模得到图像特征的分类数据、中心点坐标和射线长度；根据分类数据、中心点坐标和射线长度进行待分割图像块的细胞核分割，得到包含每个细胞核的中心位置坐标和边缘的图像块，在处理效果上，本公开首次提出基于极坐标表示的组织病理图像的细胞核自动分割方法，基于极坐标的方法非常适用于圆形物体的分割；能够自动完成对病理图像细胞核自动分割，得到细胞核中心以及以核中心为起点的指向目标边缘的射线长度，实现细胞核的定位与精细分割。

技术领域

本公开涉及图像处理领域，尤其涉及基于极坐标表示的组织病理图像的细胞核自动分割方法及系统。

背景技术

细胞核的精确定位和分割是病理图像分析的重要步骤，用于定量分析数字病理图像中组织的特征，从而实现计算机辅助诊断。近年来，基于人工智能的方法在病理图像分析任务中显示出巨大的潜力。

针对组织病理图像细胞和细胞核分割已经提出了很多方法，如基于阈值的图像分割方法、基于边缘的图像分割方法、区域增长图像分割方法，此外还提出了基于特定理论的细胞核分割方法，如：基于小波变换的方法、基于水平集的方法、基于模糊均值理论的方法。然而，此类技术用于病理图像细胞核自动分割通常存在效率低、结果差等局限，并且很难实现病理图像细胞核的快速实例分割。基于人工智能的图像目标实例分割方法，如Mask-RCNN，能够较好的解决病理图像细胞核分割问题，却存在模型结构复杂、训练时间长、硬件设备要求高等局限性。

综上所述，现有技术用于组织病理图像细胞核自动检测的问题，尚缺乏行之有效的解决方案。

发明内容

为了解决上述技术问题，本公开提供了基于极坐标表示的组织病理图像细胞核分割方法及系统。

第一方面，本公开提供了基于极坐标表示的组织病理图像细胞核分割方法，包括:

获取待分割图像；

对待分割图像进行预处理，获得若干个待分割图像块；

提取待分割图像块的图像特征，并基于极坐标系建模得到图像特征的分类数据、中心点坐标和射线长度；根据分类数据、中心点坐标和射线长度进行待分割图像块的细胞核分割，得到包含每个细胞核的中心位置坐标和边缘的图像块。

第二方面，本公开提供了基于极坐标表示的组织病理图像细胞核分割系统，包括:

数据采集模块：获取待分割图像；

图像预处理模块：对待分割图像进行预处理，获得若干个待分割图像块；

数据处理模块：提取待分割图像块的图像特征，并基于极坐标系建模得到图像特征的分类数据、中心点坐标和射线长度；根据分类数据、中心点坐标和射线长度进行待分割图像块的细胞核分割，得到包含每个细胞核的中心位置坐标和边缘的图像块。

第三方面，本公开提供了一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成如第一方面所述的基于极坐标表示的组织病理图像细胞核分割方法。

第四方面，本公开提供了一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成如第一方面所述的基于极坐标表示的组织病理图像细胞核分割方法。

与现有技术对比，本公开具备以下有益效果：