[发明专利]一种医学图像炎症坏死占比的计算方法及装置

说明书

本发明实施例提供一种医学图像炎症坏死占比的计算方法及装置，所述计算方法，包括获取病理图像；将所述病理图像输入语义分割模型得到所述病理图像中每个像素点的类别；根据所述每个像素点的类别确定初始炎症坏死区域；根据所述病理图像的颜色特征及所述初始炎症坏死区域确定背景区域和空白区域；根据所述病理图像、初始炎症坏死区域、背景区域及空白区域确定炎症坏死占比。该计算方法解决了炎症坏死之间互相嵌套的问题，且降低了收敛难度，快速精确的得到炎症坏死占比。

技术领域

本发明涉及医学和图像识别领域，具体地涉及一种医学图像炎症坏死占比的计算方法及装置。

背景技术

在现有医学实践中，医务人员主要通过分析病理切片中炎症坏死的覆盖范围来判断患者疾病的严重程度。因此，在医学临床诊断中，对炎症坏死占比的快速准确判断尤为重要。现有的主要是以传统人工方式手动对炎症坏死部位圈定及对该圈定范围进行计算，该方法对于炎症坏死数量较少的病例效率较高，但是对于大规模且具有复杂表现的病理切片图像来说，由于炎症坏死大小不定，同时炎症坏死类型相互嵌套，导致工作量急剧增大。因此，传统手工方式对炎症坏死范围判断并计算的方式，较难应用于大规模的病理切片判断。另一方面，随着人工智能技术的发展，医学领域逐渐使用该技术对医学图像进行识别。但是，由于医学的训练数据较少，传统的神经网络模型面临着收敛困难或训练时间过长的问题。

发明内容

本发明实施例的目的是提供一种医学图像炎症坏死占比的计算方法及装置，该计算方法解决了炎症坏死之间互相嵌套的问题，且降低了收敛难度，快速精确的得到炎症坏死占比。

本发明提出了一种医学图像炎症坏死占比的计算方法，包括获取病理图像；将所述病理图像输入语义分割模型得到所述病理图像中每个像素点的类别；根据所述每个像素点的类别确定初始炎症坏死区域；根据所述病理图像的颜色特征及所述初始炎症坏死区域确定背景区域和空白区域；根据所述病理图像、初始炎症坏死区域、背景区域及空白区域确定炎症坏死占比。

可选的，所述将所述病理图像输入语义分割模型得到所述病理图像中每个像素点的类别，包括：获取所述病理图像的特征集合；将所述特征集合进行特征融合得到所述病理图像中每个像素点的类别。

可选的，所述根据所述每个像素点的类别确定初始炎症坏死区域，包括：根据所述每个像素点的类别确定初始炎症坏死区域的边缘位置；所述像素点的类别包括炎症像素和背景像素。

可选的，所述根据所述病理图像的颜色特征及所述初始炎症坏死区域确定背景区域和空白区域，包括：根据所述病理图像的颜色特征提取多个白色区域；所述多个白色区域中面积最大的为背景区域；根据剩余的白色区域的中心点位置确定所述白色区域为空白区域或背景区域。

可选的，所述根据剩余的白色区域的中心点位置确定所述白色区域为空白区域或背景区域，包括：如果所述白色区域的中心点位于所述初始炎症坏死区域内，则所述白色区域为空白区域；如果所述白色区域的中心点不位于所述初始炎症坏死区域内，则所述白色区域为背景区域。

可选的，所述根据所述病理图像、初始炎症坏死区域、背景区域及空白区域确定炎症坏死占比，包括：通过多边形追踪算法计算所述初始炎症坏死区域、背景区域及空白区域的矢量图形，根据各自的矢量图形确定初始炎症坏死区域的面积、背景区域的面积及空白区域的面积；根据病理图像的面积、初始炎症坏死区域的面积、背景区域的面积及空白区域的面积确定所述炎症坏死占比：病理图像的面积–背景区域的面积 = 病理切片面积；初始炎症坏死区域的面积–空白区域的面积 = 最终炎症坏死区域的面积；最终炎症坏死区域的面积 / 病理切片面积 = 炎症坏死占比。

可选的，所述病理图像包含炎症坏死灶。

可选的，该计算方法还包括：训练所述语义分割模型，包括对训练样本图像进行数据增广，用于调整所述训练样本图像的颜色差异，制定染色体对应的色彩参数。