[发明专利]一种病理切片图像染色归一化方法及系统

说明书

本公开属于医学图像处理技术领域，提供了一种病理切片图像染色归一化方法及系统，包括以下步骤：获取原始的病理切片图像；根据病理切片图像和预设的颜色转换模型，得到染色后的病理切片图像；其中，通过颜色转换模型进行颜色转换之前需要将病理切片图像从RGB颜色空间转换到LAB颜色空间，使得病理切片图像在颜色空间转换前后的像素均值和方差保持一致，不改变图像的纹理特征。本公开能快速增强图像、完成颜色的转换，从图像整体的颜色空间出发，建立颜色模型，并对原始图像颜色进行转换。

技术领域

本公开属于医学图像处理技术领域，具体涉及一种病理切片图像染色归一化方法及系统。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。

随着深度学习技术的发展，越来越多的智能辅助诊断系统出现在生活中，帮助医生更快的对病人进行诊断。但是，目前基于深度学习的方法对于数据有较高的依赖性，要求图像的清晰度以及统一性，尤其是像素级别的操作。组织病理学包括染色组织切片的显微镜检查，以研究疾病的存在和特征。病理组织切片用多种对比染料染色，以突出不同的组织结构和细胞特征。这种染色为病理学家诊断和描述各种病理状况提供了宝贵的信息。病理学家根据细胞的形态和空间排列等特征对疾病进行诊断。

在这种染色程序中，涉及到许多因素，进而导致很难在不同的医疗中心之间，甚至在不同的试验或时间段的同一实验室的样本中进行规范化。此类变化的一些来源来自样本制备方法、染色方案，如所采用溶液的温度、固定特性、成像设备特性等。这种不良影响会导致组织病理学图像的颜色和强度变化。虽然人类的颜色感知可以很容易地理解图像中染色颜色的变化，但是设计一个可靠的染色转换算法是非常有必要的。

病理组织切片的不规范和不统一会对医生的诊断造成额外的负担，目前针对病理切片图像染色的研究相对较少，亟需进行此方面的相关研究。

发明内容

为了解决上述问题，本公开提出了一种病理切片图像染色归一化方法及系统，本公开能快速增强图像、完成颜色的转换，从图像整体的颜色空间出发，建立颜色模型，并对原始图像颜色进行转换。

根据一些实施例，本公开的第一方案提供了一种病理切片图像染色归一化方法，采用如下技术方案：

一种病理切片图像染色归一化方法，包括以下步骤：

获取原始的病理切片图像；

根据病理切片图像和预设的颜色转换模型，得到染色后的病理切片图像；

其中，通过颜色转换模型进行颜色转换之前需要将病理切片图像从RGB颜色空间转换到LAB颜色空间，使得病理切片图像在颜色空间转换前后的像素均值和方差保持一致，不改变图像的纹理特征。

作为进一步的技术限定，在颜色转换之前，对所述获取原始的病理切片图像进行图像预处理，具体过程为：

计算每个像素位置的通道强度，得到强度矩阵；

根据得到的强度矩阵进行多尺度同态滤波，得到多尺度结果；

对得到的多尺度结果求平均值，得到图像的多尺度平均反射分量。

进一步的，通过颜色平衡算法对得到的图像的多尺度平均反射分量进行图像颜色平衡，扩展图像的多尺度平均反射分量的动态范围，避免图像颜色失真。

进一步的，对所述获取原始的病理切片图像进行图像预处理，还包括图像颜色灰度的处理，即对原始的病理切片图像的RGB空间图像进行增强，基于放大因子得到RGB空间图像中每个颜色通道的像素值。

进一步的，基于高斯滤波对预处理后的病理切片图像进行处理，抑制噪声的生成。

进一步的，高斯滤波是矩形窗口内所有像素点的像素值加权和，其权重服从二维正态分布，越靠近窗口的中心点处权重越大。