[发明专利]病理图像分级方法及装置

权利要求书

1.一种病理图像分级方法，其特征在于，包括：

确定待分级病理图像；

在第一分辨率下，对所述待分级病理图像进行全局细胞区域检测，定位所述待分级病理图像中的细胞群区域，并对所述细胞群区域进行初步分级，得到所述细胞群区域的初始分级结果；

在第二分辨率下，对所述初始分级结果对应的各子图像进行局部分级，得到所述待分级病理图像中各类病理细胞的分级标签；所述第一分辨率低于所述第二分辨率。

2.根据权利要求1所述的病理图像分级方法，其特征在于，所述在第一分辨率下，对所述待分级病理图像进行全局细胞区域检测，定位所述待分级病理图像中的细胞群区域，并对所述细胞群区域进行初步分级，得到所述细胞群区域的初始分级结果，包括：

在所述第一分辨率下，对所述待分级病理图像进行特征提取，得到所述待分级病理图像的图像特征；

对所述图像特征进行注意力计算，得到注意力特征；

基于所述注意力特征，对所述待分级病理图像进行全局细胞区域检测，定位所述细胞群区域，并对所述细胞群区域进行初步分级，得到所述初始分级结果。

3.根据权利要求1所述的病理图像分级方法，其特征在于，所述在第二分辨率下，对所述初始分级结果对应的各子图像进行局部分级，得到所述待分级病理图像中各类病理细胞的分级标签，包括：

将各子图像由所述第一分辨率放大至所述第二分辨率；

将放大后的各子图像输入至图像分级模型，由所述图像分级模型对放大后的各子图像进行图像分级，得到所述图像分级模型输出的各子图像对应的各类病理细胞的分级标签；

基于各子图像对应的各类病理细胞的分级标签，确定所述待分级病理图像中各类病理细胞的分级标签；

所述图像分级模型基于样本子图像及所述样本子图像中各类病理细胞的分级标签训练得到。

4.根据权利要求3所述的病理图像分级方法，其特征在于，所述将放大后的各子图像输入至图像分级模型，由所述图像分级模型对放大后的各子图像进行图像分级，得到所述图像分级模型输出的各子图像对应的各类病理细胞的分级标签，包括：

将放大后的各子图像输入至图像分级模型，由所述图像分级模型提取放大后的各子图像的多个不同尺度特征，并基于各不同尺度特征中的语义信息，对各尺度特征进行融合，得到各子图像的图像特征，以及基于各子图像的图像特征进行分级，得到所述图像分级模型输出的各子图像对应的各类病理细胞的分级标签。

5.根据权利要求3所述的病理图像分级方法，其特征在于，所述将放大后的各子图像输入至图像分级模型，之后还包括：

若无法获取任一子图像对应的各类病理细胞的分级标签，则将对应子图像切分为多个子图块；

对各子图块进行图像分级，得到各子图块的各类病理细胞的分级标签。

6.根据权利要求1至5任一项所述的病理图像分级方法，其特征在于，所述初始分级结果指将所述细胞群区域划分为良性细胞区域图像、可疑滤泡细胞区域图像以及癌症肿瘤细胞区域图像。

7.一种病理图像分级装置，其特征在于，包括：

图像确定单元，用于确定待分级病理图像；

定位初分单元，用于在第一分辨率下，对所述待分级病理图像进行全局细胞区域检测，定位所述待分级病理图像中的细胞群区域，并对所述细胞群区域进行初步分级，得到所述细胞群区域的初始分级结果；

图像分级单元，用于在第二分辨率下，对所述初始分级结果对应的各子图像进行局部分级，得到所述待分级病理图像中各类病理细胞的分级标签；所述第一分辨率低于所述第二分辨率。

8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述病理图像分级方法。

9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述病理图像分级方法。

10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述病理图像分级方法。