[发明专利]一种全视野数字切片组织病理图片中的细胞核分类方法

权利要求书

1.一种全视野数字切片组织病理图片中的细胞核分类方法，其特征在于，包括：

对患者的组织病理学WSI进行预处理，并根据处理后的WSI中细胞核的核质心到像素的经验密度对虚拟类别进行分层，并获取训练集和验证集；

以空间区域为目标，对类不平衡的影像提升分类F1水平，并提取核特征；

核特征提取后，采用Hovernet中的三个独立的密集连接解码器分别执行核检测、像素到核质心的水平和垂直距离估计以及对核预测进行分类；

采用拥有多个目标函数组合的成本函数最小化目标函数，获取最终细胞核分类结果。

2.根据权利要求1所述的全视野数字切片组织病理图片中的细胞核分类方法，其特征在于，所述预处理包括对患者的组织病理学WSI依次进行的裁剪处理、颜色标准化处理和数据增强处理。

3.根据权利要求2所述的全视野数字切片组织病理图片中的细胞核分类方法，其特征在于，所述裁剪处理为对患者的组织病理学WSI裁剪成大小270x270的重叠块，并对裁剪后的重叠块中提取信息后进行下采样。

4.根据权利要求3所述的全视野数字切片组织病理图片中的细胞核分类方法，其特征在于，所述颜色标准化处理为采用Macenko的染色归一化算法归一化裁剪处理后的染色图像块。

5.根据权利要求4所述的全视野数字切片组织病理图片中的细胞核分类方法，其特征在于，所述数据增强处理的具体内容为：

对归一化的图像块通过旋转、镜像、缩放、平移、高斯模糊、中值模糊、混合图像、切割图像以及调整亮度、对比度和饱和度进行数据增强。

6.根据权利要求1所述的全视野数字切片组织病理图片中的细胞核分类方法，其特征在于，对虚拟类别进行分层的过程中，利用k折交叉验证将80/20％的样本分成训练集和验证集。

7.根据权利要求6所述的全视野数字切片组织病理图片中的细胞核分类方法，其特征在于，对虚拟类别进行分层的表达式如下：

v₀：r≤0.01，

v₁：0.01＜r≤0.2，

v₂：0.2＜r≤0.5，

v₃：r＞0.5.

式中，r为细胞核类别数与像素数的比率，v₀、v₁、v₂、v₃分别为虚拟类别的不同层。

8.根据权利要求1所述的全视野数字切片组织病理图片中的细胞核分类方法，其特征在于，利用带有挤压和激励块的ResNet-50-SE编码器提取核特征，并采用空间金字塔池化从细胞核密集簇之外的低平衡类中提取更多特征；同时使用空洞卷积实现空间金字塔池化，并只在最后一层初始化偏差项。

9.根据权利要求8所述的全视野数字切片组织病理图片中的细胞核分类方法，其特征在于，所述目标函数为最小化多项成本函数，其表达式为：

式中，为成本函数，，j＝1…4，代表层；i＝1…N，代表每一个像素，N为像素的数量。

10.根据权利要求9所述的全视野数字切片组织病理图片中的细胞核分类方法，其特征在于，最小化多项成本函数中，第一个成本函数为Huber函数的扩展，其表达式为：

式中，y_i为像素点到中心的距离，为其拟合值，α为控制异常值的判别标准的参数，δ为控制惩罚的调匀参数，η_j为一个连续函数；

目标函数的第二部分的表达式为：

式中，为纵向距离，为横向距离；

目标函数的第三、四部分为针对类别不平衡的Tversky和Focal函数，分别为：

式中，y_ik为中细胞核的实际类别，为中细胞核的预测类别，β为一个权重，γ为控制曲线的形状的参数；

以及：

式中，y_i(I)为中细胞核的实际类别，为中细胞核的预测类别，∈为稳定参数，κ为控制假阳性的参数。