一种基于着色分离的病理图像颜色质量综合评价方法技术

本发明专利技术涉及一种基于着色分离的病理图像颜色质量综合评价方法。该方法共有三大步骤，步骤一：对病理图像进行着色分离。步骤二：利用红蓝对比度、颜色偏离度、颜色信息熵、空隙区域破碎度四个指标对病理图像进行评价。步骤三：利用样本集训练得到神经网络模型，用该模型对测试集进行综合评价，将评价值与真值比对，并计算正确率。本发明专利技术填补了病理图像颜色质量评价的空白，利用着色分离及神经网络取得了较好的评价结果，在病理图像质量评价领域里具有广阔的应用前景。

【技术实现步骤摘要】

： 本专利技术涉及，属于病理图像 质量评价
。
技术介绍
： 病理图像是病理切片的数字化图像。病理学既是医学基础学科，同时又是一门实 践性很强的具有临床性质的学科，称之为诊断病理学（diagnosticpathology)。临床上，将 部分有病变的组织或脏器经过各种化学品和埋藏法的处理，使之固定硬化，在切片机上切 成薄片，粘附在玻片上，染以各种颜色，即得到病理切片。在显微镜下检查该病理切片，观察 患病机体有关部分的形态结构、代谢和功能发生的种种改变，既能得到研究和认识疾病的 重要理论知识，又可以做出疾病的病理学诊断和鉴别诊断，直接为临床防治疾病服务。病理 切片的制作要经过取材、固定、脱水、染色等一系列过程，其中染色环节至关重要。常用的染 色方法是苏木素 -伊红（Hematoxylin-Eosin)染色法，简称H.E染色法。这种方法对任何 固定液固定的组织和应用各种包埋法的切片均可使用。苏木素是一种碱性染料，可使组织 中的嗜碱性物质染成蓝色，如细胞核中的染色质等；伊红是一种酸性染料，可使组织中的嗜 酸性物质染成红色，如多数细胞的胞质、核仁等在H.E染色的切片中均呈红色。 H.E染色是一种多步骤、多因素决定的实验方法，无论是手工还是机器操作，都 存在着许多影响因素，甚至会出现不理想的染色结果。在实际应用中，切片染色质量的好坏 直接影响病理诊断的正确率，一张质量上乘的H.E切片是病理医生得以做出正确诊断的关 键。许多所谓的疑难病理案例，大多数是由于切片颜色质量差造成的，因此有必要对采集 到的病理切片图像进行颜色质量评价，以筛选出质量差的切片图像并剔除，以免后续计算 机自动诊断或临床医师诊断出错，并且给出反馈，以便重新采集相关部位的切片图像。染色 理想的切片在显微镜下应是：细胞核与细胞浆应蓝红相映，鲜艳美丽；细胞核与胞浆无过 染或染色不充分现象；细胞核、浆着色均匀；除细胞核、浆外无空隙区域或杂质。 综上所述，一幅H.E染色的病理图像主要包含偏蓝色的细胞核和偏红色的细胞质 两部分。病理图像颜色的失真包括：细胞核、质染色混杂，区分度弱；过度染色或着色过弱； 染色不均；存在空隙区域。针对临床上对病理图像染色质量的要求，本专利技术提出了红蓝对比 度、颜色偏离度、颜色信息熵、空隙区域破碎度共四个指标特征对病理图像颜色质量进行评 价。 红蓝对比度评价细胞核、质颜色对比是否鲜明；颜色偏离度评价细胞核、质染色偏 离标准色的程度；颜色信息熵评价染色的均匀程度；空隙区域破碎度评价病理图像中空隙 区域的面积及离散程度。这四个指标评价的是细胞核、质之间的颜色对比和各自染色是否 正常以及除这两部分之外的空隙区域的影响，因此，计算这些指标首先要得到独立的细胞 核、质图像。本专利技术中采用颜色反卷积方法来获得单着色的细胞核、质图像。 由于病理图像一般不只包含一种颜色失真，因此需要对其颜色质量进行综合评 价。综合评价过程为：将上述四个指标的评价值输入到神经网络中，训练得到综合质量评价 模型，利用该模型对未知质量等级的病理图像进行评价，得到综合评价值。 临床上对于病理图像的质量评价需要无参考的质量评价方法。然而，与其他的病 理图像分析技术不同，国内外科技工作者在病理图像的质量评价方面的研究还很薄弱。目 前存在的病理图像质量评价有针对高斯模糊、高斯白噪声的基于局部结构信息度量的无参 考型图像质量评价方法，针对病理图像颜色质量评价的研究还很少。本专利技术针对染色质量 评价问题，提出以实现病理图像的颜 色质量评价，评价效果较好。
技术实现思路
： 1、目的：本专利技术的目的是提供一种基于着色分离的病理图像颜色质量综合评价方 法，该方法利用颜色反卷积和BP神经网络实现对病理图像颜色质量的客观评价。 2、技术方案：本专利技术是通过以下技术方案实现的： 本专利技术是，对于一幅待评价 的普通H.E染色病理图像，本专利技术的技术方案主要包括以下步骤： 步骤一：对病理图像进行着色分离 (1)建立颜色反卷积矩阵 透过样本的单色光与样本的着色量之间的关系可以通过下面公式表示： I。（入）=]^(入）exp(_A*c(入）） 其中，1。（\)是穿过样本之后的波长为入的光线强度，IiU)是波长为入的入 射光强度，A是样本的着色量，cu)是某种着色的依赖于波长的吸收因子。 I。（入）以非线性的方式依赖于样本的着色量A，所以RGB图像的三个通道的相对 强度IK、Ie、IB均不能直接应用于每种着色的分离和测量。但每个通道的光学密度（0D)为： 0D= -loga。/%) =A*c，每种着色剂在R、G、B三个通道有相应的光学密度值，可以用一个 3xl的0D向量来表示，则三种混合着色的颜色系统可描述为如下矩阵：本文档来自技高网...

【技术保护点】
一种基于着色分离的病理图像颜色质量综合评价方法，其特征在于：它包括以下步骤：步骤一：对病理图像进行着色分离(1)建立颜色反卷积矩阵透过样本的单色光与样本的着色量之间的关系通过下面公式表示：Io(λ)＝Ii(λ)exp(‑A*c(λ))其中，Io(λ)是穿过样本之后的波长为λ的光线强度，Ii(λ)是波长为λ的入射光强度，A是样本的着色量，c(λ)是某种着色的依赖于波长的吸收因子；Io(λ)以非线性的方式依赖于样本的着色量A，所以RGB图像的三个通道的相对强度IR、IG、IB均不能直接应用于每种着色的分离和测量，但每个通道的光学密度OD为：OD＝‑log(Io/Ii)＝A*c，每种着色剂在R、G、B三个通道有相应的光学密度值，用一个3x1的OD向量来表示，则三种混合着色的颜色系统描述为如下矩阵：Pr1Pg1Pb1Pr2Pg2Pb2Pr3Pg3Pb3]]>其中，每行代表一种着色，每列代表每种着色的一个通道；将该矩阵进行正交变换及标准化，得到的标准化OD矩阵设为M，采用经验标准化矩阵如下：M=0.65000.70400.28600.26810.57030.77640.71100.42320.5616]]>定义反卷积矩阵D＝M‑1，计算得：D=1.8801-0.0736-0.5952-1.01721.1353-0.4826-0.5553-0.12651.5733]]>在该矩阵中，对角线元素大于1，而非对角线元素是负的，意味着，校正的光学密度值是通过下述方法获得的:苏木素:增强红色通道的OD值，减弱绿色、蓝色通道的OD；其他染色剂:增强绿色通道的OD，减弱红色、蓝色通道的OD；伊红:增强蓝色通道的OD，减弱红色、绿色通道的OD；由于采用的病理图像是苏木素‑伊红染色制作而成，所以着色分离之后得到的三幅单着色图像中“其他染色剂”对应的图像不予考虑；(2)求单着色信息令A为一个1×3的向量，表示一个像素点的三种着色量，每个像素点的光学密度向量设为y，y＝A*M，则单着色信息为A＝[y]*D；分别对病理图像进行着色分离求取单着色信息即得到两幅单着色图像，分别为病理图像细胞核颜色偏蓝部分与细胞质颜色偏红部分；步骤二：设计颜色质量评价指标针对两幅单着色图像的颜色特点，设计了红蓝对比度、颜色偏离度、颜色信息熵、空隙区域破碎度共四个指标对其颜色质量进行评价；(1)红蓝对比度“红蓝对比度”评价病理图像中细胞核、质的颜色对比是否分明，公式如下：RB_contrast=d2∂1*∂2]]>其中，d为核、质像素集的中心点之间的欧氏距离，分别为核、质像素集的方差；由该式含义可知，“红蓝对比度”越大，细胞核、质颜色对比越鲜明；反之，核、质颜色越接近；处理3000幅320像素×260像素的病理图像，对于红蓝对比度的计算值范围为：16‑93，该值为93时，红蓝对比最明显，为16时，对比不清晰；为了后续综合评价时保持数据的统一性，将每个指标取值范围进行归一化，归一化公式如下：Xi*=Xi-XminXmax-Xmin×5]]>编程时采用向上取整，即可将取值范围量化为1‑5等五个等级，1代表最差，5代表最好；(2)颜色偏离度由于正常染色的细胞核、质分别呈现蓝、红色，因此需要评价细胞核、质染色是否正常；分别将病理图像的核、质图像分别转换到Lab彩色空间，计算其a、b通道均值；Lab模型是惯常用来描述人眼可见的所有颜色的最完备的色彩模型，a和b的值域都是由+127至‑128，其中a为+127时就是红色，渐渐过渡到‑128的时候就变成绿色；同理，b为+127是黄色，‑128时是蓝色；由RGB空间转换到Lab空间有多种公式，采用以下经典转换公式：XYZ=0.4339100.3762200.1898600.2126490.7151690.0721820.0177560.1094780.872915RGB]]>其中：L=116*Y1/3Y>0.008856903.3*YY<=0.008856]]>F(t)=t1/3t>0.0088567.787*t+16/116t=0.008856]]>a＝500*(f(X)‑f(Y))b＝200*(f(Y)‑f(Z))临床上给定的标准染色的病理图像，其a、b通道值选定为标准值，其值为：(a，b)＝(85，‑35)，颜色偏离度为病理图像a、b通道值组成的二维向量与标准值之间的欧氏距离，定义为：Color_Deviation＝sqrt((a‑a1)2+(b‑b1)2)与红蓝对比度一样，该指标取值范围为：0‑56；该距离为0时，病理图像颜色最标准，为56时，色彩偏差最大；与红蓝对比度相同，将该指标取值范围量化为1‑5四个等级；(3)颜色信息熵颜色信息熵评价核、质图像颜色的均匀度；颜色直方图及其组成的空间作...

【技术特征摘要】
1. 一种基于着色分离的病理图像颜色质量综合评价方法，其特征在于：它包括以下步 骤： 步骤一：对病理图像进行着色分离 (1) 建立颜色反卷积矩阵 透过样本的单色光与样本的着色量之间的关系通过下面公式表示： 1〇 (入）=(入）exp(_A*C (入）） 其中，1。（入）是穿过样本之后的波长为入的光线强度，Ii(A)是波长为入的入射光 强度，A是样本的着色量，cU)是某种着色的依赖于波长的吸收因子； 1。（入）以非线性的方式依赖于样本的着色量A，所以RGB图像的三个通道的相对强 度IK、IpIB均不能直接应用于每种着色的分离和测量，但每个通道的光学密度0D为：0D =-loga。/%) =A*c，每种着色剂在R、G、B三个通道有相应的光学密度值，用一个3x1的 0D向量来表示，则三种混合着色的颜色系统描述为如下矩阵：其中，每行代表一种着色，每列代表每种着色的一个通道；将该矩阵进行正交变换及标 准化，得到的标准化0D矩阵设为M，采用经验标准化矩阵如下：定义反卷积矩阵D= 1VT1，计算得：在该矩阵中，对角线元素大于1，而非对角线元素是负的，意味着，校正的光学密度值是 通过下述方法获得的： 苏木素：增强红色通道的0D值，减弱绿色、蓝色通道的0D; 其他染色剂：增强绿色通道的0D，减弱红色、蓝色通道的0D; 伊红：增强蓝色通道的0D，减弱红色、绿色通道的0D; 由于采用的病理图像是苏木素-伊红染色制作而成，所以着色分离之后得到的三幅单 着色图像中其他染色剂对应的图像不予考虑； (2) 求单着色信息 令A为一个1X3的向量，表示一个像素点的三种着色量，每个像素点的光学密度向量 设为y，y=A*M，则单着色信息为A= [y]*D;分别对病理图像进行着色分离求取单着色信 息即得到两幅单着色图像，分别为病理图像细胞核颜色偏蓝部分与细胞质颜色偏红部分； 步骤二：设计颜色质量评价指标 针对两幅单着色图像的颜色特点，设计了红蓝对比度、颜色偏离度、颜色信息熵、空隙 区域破碎度共四个指标对其颜色质量进行评价； (1) 红蓝对比度 红蓝对比度评价病理图像中细胞核、质的颜色对比是否分明， 公式如下：其中，d为核、质像素集的中心点之间的欧氏距离，&、02分别为核、质像素集的方差； 由该式含义可知，红蓝对比度越大，细胞核、质颜色对比越鲜明；反之，核、质颜色越接近； 处理3000幅320像素X260像素的病理图像，对于红蓝对比度的计算值范围为：16-93,该 值为93时，红蓝对比最明显，为16时，对比不清晰；为了后续综合评价时保持数据的统一 性，将每个指标取值范围进行归一化，归一化公式如下：编程时采用向上取整，即可将取值范围量化为1-5等五个等级，1代表最差，5代表最 好； (2) 颜色偏离度 由于正常染色的细胞核、质分别呈现蓝、红色，因此需要评价细胞核、质染色是否正 常；分别将病理图像的核、质图像分别转换到Lab彩色空间，计算其a、b通道均值；Lab模 型是惯常用来描述人眼可见的所有颜色的最完备的色彩模型，a和b的值域都是由+127 至-128,其中a为+127时就是红色，渐渐过渡到-128的时候就变成绿色；同理，b为+127 是黄色，-128时是蓝色；由RGB空间转换到Lab空间有多种公式，采用以下经典转换公式：其中：a= 500*(f(X)-f(Y)) b= 200*(f(Y)-f(Z)) 临床上给定的标准染色的病理图像，其a、b通道值选定为标准值，其值为：(a，b)= (85, -35)，颜色偏离度为病理图像a、b通道值组成的二维向量与标准值之间的欧氏距离， 定义为： Color_Deviation=sqrt((a-a^ 2+(b-b^2) 与红蓝对比度一样，该指标取值范围为：〇-56 ;该距离为0时，病理图像颜色最标准，为 56时，色彩偏差最大；与红蓝对比度相同，...

【专利技术属性】
技术研发人员：谢凤英，刘鸿蕾，卢亚楠，姜志国，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京;11