[发明专利]基于HE染色图像与MBT染色图像的加速配准技术

权利要求书

1.基于HE染色图像与MBT染色图像的加速配准技术，其特征在于，包括以下步骤：染色图像、orb特征提取、暴力匹配、转换矩阵、分块加速和图像合成。

2.根据权利要求1所述的基于HE染色图像与MBT染色图像的加速配准技术，其特征在于：所述染色图像包括HE染色图像和MBT染色图像，且MBT染色图像还可以采用IHC、IF染色图像。

3.根据权利要求1所述的基于HE染色图像与MBT染色图像的加速配准技术，其特征在于：所述HE染色图像和MBT染色图像均用于得到低分辨率图像。

4.根据权利要求1所述的基于HE染色图像与MBT染色图像的加速配准技术，其特征在于：所述orb特征提取使用orb特征提取算子进行特征点的提取。

5.根据权利要求1所述的基于HE染色图像与MBT染色图像的加速配准技术，其特征在于：所述转换矩阵，从低分辨率图像到高分辨率处转换矩阵的转化，基于得到的低分辨率处的转换矩阵，这里存在如下的转换关系：

其中，A为低分辨率处的转换矩阵，I_HE代表原始的HE图像，I_IHC代表原始的IHC图像，T_S为高分辨率图像到低分辨率图像的转换系数，是一个对角矩阵，为相应的逆矩阵，

其中，基于扫描设备的扫描特性，为了加快速度，同时减少相应的参数，因此只使用平移变换，即：

其中，t_x以及t_y代表要训练得到的参数。

6.根据权利要求1所述的基于HE染色图像与MBT染色图像的加速配准技术的加工方法，其特征在于：所述分块加速是基于GPU的加速技术，所述基于GPU的加速技术包含pycuda，pytorch，基于式子(1)的转换关系，得到：

I_HE＝TI_IHC

其中，

由于该矩阵是一个平移矩阵，为了加快速度，因此在具体编程时，将只使用a以及b这两个参数。

7.根据权利要求1所述的基于HE染色图像与MBT染色图像的加速配准技术的加工方法，其特征在于：所述分块加速是基于GPU加速技术，利用得到的转换矩阵对MBT、IHC、IF染色图像进行转化。

8.根据权利要求1所述的基于HE染色图像与MBT染色图像的加速配准技术的加工方法，其特征在于：所述orb特征提取，在低分辨率处进行特征点的提取，匹配，并得到低分辨率的转换矩阵。

9.根据权利要求1所述的基于HE染色图像与MBT染色图像的加速配准技术的加工方法，其特征在于：所述转换矩阵，从低分辨率图像到高分辨率处转换矩阵的转化。