[发明专利]基于染色成分调节的数字病理图像数据集样本扩充方法

摘要

本发明提供的一种基于染色成分调节的数字病理图像数据集样本扩充方法。在机器学习算法每一轮训练前，首先对训练集中的每一张数字病理图像进行染色分离，并随机调整每种染色成分图像的比例，再进行融合，模拟生成在不同染色剂配比下的数字病理图像，从而达到样本扩充的目的。该发明是一种数据动态扩充方法，扩充样本由随机数产生，故机器学习算法每一轮训练中使用的样本均不相同，从而达到扩充数据集的目的。该发明可提高基于机器学习方法开发的病理图像辅助诊断方法的精度，具有广阔的市场前景和应用价值。

主权项

1.基于染色成分调节的数字病理图像数据集样本扩充方法，其特征在于，包括以下步骤：步骤1：将病理图像采集到计算机中形成数字病理图像，在计算机中每个数字病理图像用RGB通道存储，每个数字病理图像标记为I(x,y)，若干个数字病理图像组成机器学习模型训练样本集，用X表示；步骤2：设置动态调整参数θ；步骤3：在机器学习模型的每一次训练之前，动态调整训练样本集X中的每张数字病理图像的染色配比，得到调整后的训练样本集步骤4：使用调整后的训练样本集对机器学习进行一轮训练；步骤5：重复步骤3和步骤4，得到不同的调整后的训练样本集给机器模型学习，实现数据样本的扩充。