[发明专利]基于病理图像组织区域的提取方法、装置、设备及介质

说明书

本申请涉及人工智能，提供一种基于病理图像组织区域的提取方法、装置、设备及介质，获取病理图像，对所述病理图像进行预处理，得到二值化图像；基于所述二值化图像进行计算，得到模板图像，并在所述二值化图像中基于所述模板图像对组织区域图像进行模板匹配，得到匹配图像组；基于所述匹配图像组计算目标图像的模糊值组，并根据所述模糊值组确定目标组织区域。此外，本发明还涉及区块链技术，在基于病理图像组织区域的提取方法时，从区块链中获取待诊断的病理图像。本申请基于病理图像计算模糊值组，以根据模糊值组快速准确地从病理图像中提取表征最优组织区域的目标组织区域，有利于提高图像质量最优组织区域的提取准确度。

技术领域

本申请涉及区域提取技术领域，尤其涉及一种基于病理图像组织区域的提取方法、装置、设备及介质。

背景技术

当前，随着病理数字化的不断加深以及深度学习等技术的兴起，使用计算机辅助病理诊断或进行疾病筛查也变得日渐成熟。要获取整个病理切片的高分辨率图像通常需要借助专业的数字病理切片扫描仪，而获取的整张切片的图像像素个数通常会达到数十亿甚至上百亿个，计算机如果要对整张切片处理，将占用大量资源，极度耗时。为解决上述问题，对于一整张切片图像的缩略图，通常在制作组织病理切片时，会切取多片相邻的组织，然后再摆放在切片上，这些相邻的组织在形态上基本没有差别，但由于受扫描仪的对焦能力和组织的厚度等问题的影响，成像效果在不同区域也不一样，有些区域比较清楚，有些则比较模糊，进而导致图像质量最优组织区域的提取准确度较低。

发明内容

本申请的主要目的在于提供一种基于病理图像组织区域的提取方法、装置、设备及介质，旨在解决当前图像质量最优组织区域的提取准确度较低的技术问题。

为实现上述目的，本申请实施例提供一种基于病理图像组织区域的提取方法，所述基于病理图像组织区域的提取方法包括：

获取病理图像，对所述病理图像进行预处理，得到二值化图像；

基于所述二值化图像进行计算，得到模板图像，并在所述二值化图像中基于所述模板图像对组织区域图像进行模板匹配，得到匹配图像组；

基于所述匹配图像组计算目标图像的模糊值组，并根据所述模糊值组确定目标组织区域。

优选地，所述基于所述匹配图像组计算目标图像的模糊值组，并根据所述模糊值组确定目标组织区域的步骤包括：

获取所述匹配图像组在所述病理图像中分别对应的多个目标图像，并对各所述目标图像进行拉布拉斯变换，得到多个中间值；

对多个所述中间值进行方差运算，得到多个模糊值形成的模糊值组；

对所述模糊值组中的多个模糊值进行排序，并根据排序后的多个所述模糊值，从所述病理图像中确定目标组织区域。

优选地，所述基于所述二值化图像进行计算，得到模板图像的步骤包括：

识别所述二值化图像的多个连通域，从多个所述连通域中确定基准连通域；

计算多个所述连通域中其余连通域与所述基准连通域的多个距离，以及其余连通域分别对应的面积与不变矩；

基于多个所述距离、多个所述面积以及多个所述不变矩，确定模板图像。

优选地，所述基于多个所述距离、多个所述面积以及多个所述不变矩，确定模板图像的步骤包括：

计算所述基准连通域的基准面积与基准不变矩，并将所述基准面积与多个所述面积进行对比，以及将所述基准不变矩与多个所述不变矩进行对比，得到多个所述连通域与所述基准连通域分别对应的相似度；

确定多个所述连通域中是否存在与所述基准连通域的相似度小于预设相似度阈值，或与所述基准连通域的距离小于预设距离阈值的目标连通域；