[发明专利]数字病理图像的处理方法、装置、电子设备及存储介质

说明书

本申请公开了一种数字病理图像的处理方法、装置、电子设备及存储介质。其中，该方法包括：确定待检测的目标数字病理图像，其中，所述目标数字病理图像图中包括多种不同的染色通道；将所述目标数字病理图像输入第一分类模型，以使所述第一分类模型根据所述染色通道的通道属性确定所述目标数字病理图像中的目标生物组织；从所述目标数字病理图像中提取所述目标生物组织对应的目标图像，并调用细胞核对应的目标染色通道确定所述目标图像中的细胞信息；根据所述细胞信息确定所述目标生物组织的检测结果。本申请基于多染色通道建立分类模型，能够实现对荧光/明场类型的病理图像中的生物组织进行精准的定位，从而保证最终检测结果的准确。

技术领域

本申请涉及图像处理技术领域，尤其涉及一种数字病理图像的处理方法、装置、电子设备及存储介质。

背景技术

针对全景数字病理图像的分析软件目前主要是模块式交互为主，对于用户的使用有较高的学习门槛和使用成本；大部分数字病理图像的分析过程主要通过医生进行主观判断，需要耗费较长的时间，而且对医生专业能力要求很高；传统的机器学习方法对病理图像进行分析，主要依赖于提取特征的效果，在实际算法的搭建中，仍然是以单一的特征进行分析，而忽略了多染色通道的特征。

发明内容

为了解决上述技术问题或者至少部分地解决上述技术问题，本申请提供了一种数字病理图像的处理方法、装置、电子设备及存储介质。

根据本申请实施例的一个方面，提供了一种数字病理图像的处理方法，包括：

确定待检测的目标数字病理图像，其中，所述目标数字病理图像图中包括多种不同的染色通道；

将所述目标数字病理图像输入第一分类模型，以使所述第一分类模型根据所述染色通道的通道属性确定所述目标数字病理图像中的目标生物组织；

从所述目标数字病理图像中提取所述目标生物组织对应的目标图像，并调用细胞核对应的目标染色通道确定所述目标图像中的细胞信息；

根据所述细胞信息确定所述目标生物组织的检测结果。

进一步地，在确定待处理的数目标数字病理图像之前，所述方法还包括：

获取待检测的初始数字病理图像；

检测所述初始数字病理图像，确定所述初始数字病理图像的图像类型，其中，所述图像类型包括：荧光类型以及明场类型；

获取所述图像类型对应的染色通道处理策略；

基于所述染色通道处理策略，调整所述初始数字病理图像中的染色通道，得到所述目标数字病理图像。

进一步地，所述基于所述染色通道处理策略，调整所述初始数字病理图像中的染色通道，得到所述目标数字病理图像，包括：

在所述图像类型为所述荧光类型的情况下，确定所述初始数字病理图像的当前染色通道，并利用预先设置的染色通道对所述当前染色通道进行更新；

在所述图像类型为所述荧光类型的情况下，对所述初始数字病理图像中的初始染色通道进行拆分得到携带多个染色通道的目标数字病理图像。

进一步地，在将所述目标数字病理图像输入第一分类模型，以使所述第一分类模型根据所述染色通道的通道属性确定所述目标数字病理图像中的目标生物组织之前，所述方法还包括；

获取生物组织样本图像，其中，所述生物组织样本图像中包括携带至少两个染色通道的生物组织样本；

获取所述生物组织样本对应的标签信息，其中，所述标签信息用于标识所述染色通道对应的通道属性；

利用所述生物组织样本图像和所述标签信息对初始分类模型进行训练，以使所述初始分类模型学习所述通道属性与所述生物组织样本之间的对应关系，得到所述第一分类模型。