[发明专利]一种胃部病理图像的分割方法及装置

说明书

本发明涉及一种胃部病理图像的分割方法及装置。所述方法包括以下步骤：获取待检查者的胃部病理图像，所述胃部病理图像经HE染色处理；确定胃部病理图像的感兴趣区域；对感兴趣区域在横向和纵向上进行错位切图处理，获得待分割图像数据；基于所述待分割图像数据应用预先训练的神经网络模型进行分割，生成所述待分割图像数据的分割结果。所述胃部病理图像的分割装置包括：图像获取模块、图像预处理模块及图像分割模块。本发明的分割方法和装置可实现胃部病理图像的全自动、精准分割。

技术领域

本发明专利涉及医学图像处理技术领域，尤其是涉及一种胃部病理图像的分割方法及装置。

背景技术

胃癌作为困扰全世界的公共卫生问题，已经在全球范围内造成了极大的疾病负担。在临床诊断中，可以通过内窥镜对胃部的异常情况进行检测，但只有通过病理组织切片检查才能确诊是否患有胃癌。病理切片需要经过专业的病理医师进行诊断才能确定胃部病变情况。

目前的胃部病理图像的分割方法，一般是基于阈值的分割方法和基于聚类的分割方法，如分水岭算法和超像素分割SLIC算法等。然而在胃部病理图像中，癌症的特征表现较为特殊，既有大量癌细胞聚集的病灶或少数癌细胞游离分布，也有诸如癌腺管形态变化、黏液湖形成等复杂特征，这就导致上述分割方法在实际应用中容易出现误检、漏检等问题，分割准确率较低，无法胜任胃部病理图像的分割任务。

发明内容

本发明针对现有胃部病理图像分割方法效果差，无法为病理医师提供全面、准确的诊断信息等问题，提供一种胃部病理图像的分割方法及装置，能够提高胃部病理图像分割的准确性。

本发明提供一种胃部病理图像的分割方法，所述方法包括：

获取待检查者经HE染色处理的胃部病理图像；

确定胃部病理图像的感兴趣区域，将感兴趣区域在横向和纵向上进行错位切图处理，获得胃部病理图像的待分割图块；

将所述待分割图块输入至预先训练的神经网络模型中，得到所述胃部病理图像的分割结果，所述预先训练的神经网络模型用于对胃部病理图像进行分割处理；

本发明提供一种胃部病理图像的分割装置，所述装置包括：

图像采集模块，用于获取胃部病理图像的原始图像；

图像预处理模块，用于识别所述原始图像的有效部分，将所述有效部分的外接矩形范围作为胃部病理图像的感兴趣区域，并在所述的感兴趣区域的横向和纵向进行错位切图处理，获得待分割图块；

图像分割模块，用于对所述待分割图块进行分割处理，获得胃部病理图像的分割结果。

本发明提供的一种胃部病理图像分割方法及装置，通过获取待检测者经HE 染色处理的胃部病理图像的原始图像，将原始图像中的有效部分作为感兴趣区域提取出来，并在感兴趣区域的横向和纵向上进行错位切图处理，获得胃部病理图像的待分割图块；将待分割图块输入预先训练的神经网络模型中，对待分割图块进行分割处理，得到胃部病理图像的分割结果。上述技术方案解决了现有分割方法存在的误检、漏检等问题，可以精准的分割出胃部病理图像中的癌变部分，为医学诊断提供了可靠的辅助依据。

附图说明

图1是本发明一些实施例的胃部病理图像分割方法的应用环境图；

图2是本发明一些实施例的胃部病理图像的分割方法的流程示意图；

图3是本发明一些实施例的胃部病理图像感兴趣区域获取方法的流程示意图；

图4是本发明一些实施例的胃部病理图像的错位切图的示意图；

图5是本发明一些实施例的胃部病理图像的分割装置的结构框图；

图6(a)是本发明一些实施例中待分割图像块的示意图；