[发明专利]图像处理设备、图像处理方法以及程序

权利要求书

1.一种图像处理设备，被配置为识别组织图像的各个部分中的组织，所述设备包括：

细分装置，被配置为将用于识别的组织图像细分成局部区域；

检测装置，被配置为检测所述局部区域的纹理特征值；

确定装置，被配置为将检测出的局部区域的纹理特征值和学习到的与预定组织相关联的用于识别的特征值相比较，并基于比较结果确定所述局部区域是否属于所述预定组织。

2.根据权利要求1所述的图像处理设备，进一步包括：

学习装置，被配置为学习所述与预定组织相关联的用于识别的特征值。

3.根据权利要求2所述的图像处理设备，其中所述学习装置包括：

指定装置，被配置为针对学习组织图像中属于预定组织的部分，指定局部区域；

第一提取装置，被配置为从所述学习组织图像提取预定大小的像素块，各个像素块以指定局部区域中的各个像素为中心；

第一编码装置，被配置为对于每个提取的像素块，使得属于该像素块的多个像素的像素值被编码为多种可能的码模式之一；

第一生成装置，被配置为针对每个指定的局部区域生成局部区域矩形图，所述局部区域矩形图指示所述编码后的码模式各自的出现频率；以及

计算装置，被配置为应用使用所生成的局部区域矩形图的统计学习来计算特征值矩形图，以用作所述与预定组织相关联的用于识别的特征值。

4.根据权利要求1或3所述的图像处理设备，其中所述检测装置包括：

第二提取装置，被配置为从所述用于识别的组织图像提取预定大小的像素块，各个像素块以所述用于识别的组织图像被细分成的局部区域之一中的各个像素为中心；

第二编码装置，被配置为对于每个提取的像素块，使得属于该像素块的多个像素的像素值被编码为多种可能的码模式之一；以及

第二生成装置，被配置为针对每个指定的局部区域生成局部区域矩形图，所述局部区域矩形图指示所述编码后的码模式各自的出现频率并被生成以用作所述局部区域的纹理特征值。

5.根据权利要求3或4所述的图像处理设备，其中，

所述第一和第二编码装置利用局部二进制模式LBP将属于给定像素块的多个像素的像素值编码为多种可能的码模式之一。

6.根据权利要求3或4所述的图像处理设备，其中

所述计算装置应用使用所生成的局部区域矩形图的AdaBoost学习来计算特征值矩形图，以用作所述与预定组织相关联的用于识别的特征值。

7.根据权利要求1至6中任一项所述的图像处理设备，其中

所述组织图像是虚拟切片。

8.一种在图像处理设备中执行的图像处理方法，所述图像处理设备被配置为识别组织图像的各个部分中的组织，所述方法包括以下步骤：

将用于识别的组织图像细分成局部区域；

检测所述局部区域的纹理特征值；以及

将检测到的局部区域的纹理特征值和学习到的与预定组织相关联的用于识别的特征值相比较，并且基于比较结果确定所述局部区域是否属于所述预定组织。

9.一种用于图像处理设备的控制程序，所述图像处理设备被配置为识别组织图像的各个部分中的组织，所述程序使得所述图像处理设备的计算机执行以下步骤：

将用于识别的组织图像细分成多个局部区域；

检测所述局部区域的纹理特征值；以及

将检测出的局部区域的纹理特征值与学习到的与预定组织相关联的用于识别的特征值相比较，并且基于比较结果确定所述局部区域是否属于所述预定组织。

10.一种图像处理设备，被配置为识别组织图像的各个部分中的组织，所述图像处理设备包括：

组织图像细分器，被配置为将用于识别的组织图像细分成局部区域；

检测器，被配置为检测所述局部区域的纹理特征值；以及

确定单元，被配置为将检测出的局部区域的纹理特征值和学习到的与预定组织相关联的用于识别的特征值相比较，并且基于比较结果确定所述局部区域是否属于所述预定组织。