[发明专利]基于HE染色图像与MBT染色图像的加速配准技术

说明书

本发明公开了基于HE染色图像与MBT染色图像的加速配准技术，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。该基于HE染色图像与MBT染色图像的加速配准技术，由于HE染色图像以及MBT染色图像上拥有极大的空间分辨率，因此在高分辨率处需要进行大量特征点的提取，在此基础上才有可能产生匹配的特征点，进而得到转换矩阵，基于HE染色图像以及MBT染色图像上拥有极大的空间分辨率，我们将转换之后的矩阵直接对HE进行配准，使用pytorch以及pycuda等软件库进行GPU硬件加速，在低分辨率处进行特征点的提取，进行转换，这样就直接减少了特征点的提取时间。

技术领域

本发明涉及加速配准技术技术领域，具体为基于HE染色图像与MBT染色图像的加速配准技术。

背景技术

病理切片HE染色可以观察细胞和组织形态，是组织学、胚胎学、病理学中最基本、使用最广泛的技术方法；而IHC(免疫组化)、IF(免疫荧光)以及Masson等特殊染色则可以标记出特定的细胞或细胞中特定的成分。病理切片全玻片扫描数字化技术的应用，让一张病理切片可以通过多次扫描，产生出多张数字化图像。通过对已染色切片进行脱色后再进行其他类型染色，借助病理切片全玻片扫描数字化技术可以产生同一张病理石蜡切片两种甚至两种以上染色的数字化图像。通过AI提取其中一种染色图像上的特征，可以将其他染色的特征在呈现在HE染色切片上，进一步为机器学习提供数据。在实验过程中我们发现，要在两次扫描的染色图像上实现细胞水平的完全重叠，需要对两次扫描的图像进行配准，所谓的图像配准，就是将不同时间、不同条件下生成的两幅图像进行匹配叠加的过程。

由于病理切片扫描图像拥有极大的空间分辨率，因此在目前的配准技术下完成一次配准需要耗费大量的时间，尤其当存在大量的扫描图像配准的情形下，所耗费的时间更是成倍增长。基于这种情形，开发出基于GPU的并行加速技术，针对上述情况，在现有的基于HE染色图像与MBT染色图像的加速配准技术基础上进行技术创新。

发明内容

本发明的目的在于提供基于HE染色图像与MBT染色图像的加速配准技术，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：基于HE染色图像与MBT染色图像的加速配准技术，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。

可选的，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。

可选的，所述HE染色图像和MBT染色图像均用于得到低分辨率图像。

可选的，所述orb特征提取使用orb特征提取算子进行特征点的提取。

可选的，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。

可选的，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，