医学图像处理方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及人工智能技术，特别涉及一种医学图像处理方法、装置、计算机设备和存储介质。所述方法包括：获取对玻片组织进行采集所得的医学图像；从所述医学图像识别出所述玻片组织因细胞染色形成的染色细胞区域图像；在所述医学图像中识别出目标物间质区域图像；提取所述染色细胞区域图像中与所述目标物间质区域图像相交的染色细胞区域，得到染色免疫细胞区域图像；根据所述染色免疫细胞区域图像的细胞区域面积与所述医学图像中的玻片组织面积之间的比值，确定免疫细胞含量。采用本方法能够提高对医学图像处理所得的医学数据的准确性。高对医学图像处理所得的医学数据的准确性。高对医学图像处理所得的医学数据的准确性。

【技术实现步骤摘要】
医学图像处理方法、装置、计算机设备和存储介质


[0001]本申请涉及人工智能
，特别是涉及一种医学图像处理方法、装置、计算机设备和存储介质。

技术介绍

[0002]医学图像是指为了医疗或医学研究，对人体或人体某部分以非侵入方式取得的内部组织影像。在利用医学设备采集到医学图像之后，可以对医学图像中的特定细胞区域像素块在该医学图像的占比进行分析。
[0003]传统医学图像分析方案中，通常是采用专业扫描仪把病理玻片扫描成WSI(Whole Slide Image，全视野数字病理切片)图像，将该WSI图像中的特定细胞区域像素块与参考图像进行对比，然后在参考图像对应的数据表格中根据对比结果读取数据，该数据即为特定细胞区域像素块在该医学图像中的占比。然而，这种医学图像分析的方式完全依赖于对该参考图像进行标注的精准性，因此参考图像是否精准标注在很大程度上影响数据准确性。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种医学图像处理方法、装置、计算机设备和存储介质，可以提高对医学图像处理所得的医学数据的准确性。
[0005]一种医学图像处理方法，所述方法包括：
[0006]获取对玻片组织进行采集所得的医学图像；
[0007]从所述医学图像识别出所述玻片组织因细胞染色形成的染色细胞区域图像；
[0008]在所述医学图像中识别出目标物间质区域图像；
[0009]提取所述染色细胞区域图像中与所述目标物间质区域图像相交的染色细胞区域，得到染色免疫细胞区域图像；
[0010]根据所述染色免疫细胞区域图像的细胞区域面积与所述医学图像中的玻片组织面积之间的比值，确定免疫细胞含量。
[0011]一种医学图像处理装置，所述装置包括：
[0012]获取模块，用于获取对玻片组织进行采集所得的医学图像；
[0013]第一识别模块，用于从所述医学图像识别出所述玻片组织因细胞染色形成的染色细胞区域图像；
[0014]第二识别模块，用于在所述医学图像中识别出目标物间质区域图像；
[0015]提取模块，用于提取所述染色细胞区域图像中与所述目标物间质区域图像相交的染色细胞区域，得到染色免疫细胞区域图像；
[0016]确定模块，用于根据所述染色免疫细胞区域图像的细胞区域面积与所述医学图像中的玻片组织面积之间的比值，确定免疫细胞含量。
[0017]在其中的一个实施例中，所述装置还包括：
[0018]图像处理模块，用于对所述医学图像进行白平衡处理，得到白平衡医学图像；
[0019]所述第一识别模块，还用于通过第一预测模型对所述白平衡医学图像进行特征提取，得到所述玻片组织因细胞染色形成的染色细胞特征；根据所述染色细胞特征对所述白平衡医学图像进行图像分割，得到染色细胞区域图像。
[0020]在其中的一个实施例中，所述图像处理模块，还用于按照目标尺寸裁剪所述白平衡医学图像；对裁剪后的所述白平衡医学图像进行去噪处理；对去噪后的所述白平衡医学图像进行二值化处理，得到二值化医学图像；
[0021]所述第一识别模块，还用于通过第一预测模型对所述二值化医学图像进行特征提取。
[0022]在其中的一个实施例中，图像处理模块，用于对所述医学图像进行白平衡处理，得到白平衡医学图像；
[0023]所述第二识别模块，还用于对所述白平衡医学图像中的目标物区域图像进行检测；通过第二预测模型对检测的所述目标物区域图像寻找包络，得到目标物包络区域图像；融合所述白平衡医学图像和所述目标物包络区域图像，获得目标物与目标物间质之间的图像轮廓；基于所述图像轮廓确定目标物间质区域图像。
[0024]在其中的一个实施例中，所述医学图像是通过智能显微镜对所述玻片组织进行采集所得；所述装置还包括：
[0025]所述获取模块，还用于获取所述智能显微镜在进行采集过程中所采用的倍镜信息；
[0026]输入模块，用于将所述倍镜信息依次输入至第一预测模型和所述第二预测模型，以使所述第一预测模型和所述第二预测模型获取与所述倍镜信息对应的像素长度，按照所述像素长度调整所述白平衡医学图像各像素的长度。
[0027]在其中的一个实施例中，所述获取模块，还用于获取输入的、针对所述智能显微镜在进行采集过程中所采用倍镜信息；或者，对所述智能显微镜采集的医学图像进行像素长度计算，查找与计算出的第一像素长度匹配的倍镜信息；或者，计算所述智能显微镜采集的医学图像的图像长度和在所述图像长度下的像素数量，根据所述图像长度和所述像素数量确定第二像素长度，查找与所述第二像素长度匹配的倍镜信息。
[0028]在其中的一个实施例中，所述第二识别模块，还用于将对所述白平衡医学图像划分所得的各感兴趣区域图块输入第二预测模型；通过所述第二预测模型对输入的所述感兴趣区域图块进行目标物检测，得到对应的感兴趣区域概率图；将所述感兴趣区域概率图进行拼接，得到所述目标物区域概率图；对所述目标物区域概率图进行目标物区域判定，并根据判定的结果确定所述白平衡医学图像中的目标物包络区域图像。
[0029]在其中的一个实施例中，所述第二识别模块，还用于获取概率阈值；基于所述概率阈值和所述目标物区域概率图中各像素点对应的概率值，对所述目标物区域概率图进行二值化映射，得到所述目标物区域概率图中各像素点的概率映射结果；根据所述目标物区域概率图各像素点的概率映射结果获得所述白平衡医学图像中的目标物包络区域图像。
[0030]在其中的一个实施例中，所述第二识别模块，还用于对所述白平衡医学图像中的目标物区域图像进行区域连通，得到目标物连通区域图像；从所述目标物连通区域图像中去除非目标物区域，得到更新的目标物连通区域图像；对更新的目标物连通区域图像进行形态学扩张，获得目标物包络区域图像。
[0031]在其中的一个实施例中，所述装置还包括：
[0032]标记模块，用于在所述医学图像中，将与所述染色免疫细胞区域图像中染色免疫细胞位置或染色免疫细胞块位置匹配的图像位置进行标记；
[0033]输出模块，用于将标记的所述医学图像和所述免疫细胞含量进行输出，以使所述免疫细胞含量叠加于标记的所述医学图像上进行显示。
[0034]在其中的一个实施例中，所述染色细胞区域图像是第一预测模型识别所得的；所述第一预测模型是对第一初始预测模型进行处理所得；所述装置还包括：
[0035]模型处理模块，用于获取对玻片组织样本进行采集所得的医学图像样本；当对所述医学图像样本经过白平衡处理后，通过所述第一初始预测模型对经过白平衡处理的所述医学图像样本进行特征提取，得到所述玻片组织样本因细胞染色形成的训练染色细胞特征；根据所述训练染色细胞特征对经过白平衡处理的所述医学图像样本进行图像分割，得到训练染色细胞区域图像；根据所述训练染色细胞区域图像与对应的染色细胞区域图像标签之间的损失值，对所述第一初始预测模型的模型参数进行调整，直至模型收敛。
[0036]在其中的一个实施例本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种医学图像处理方法，其特征在于，所述方法包括：获取对玻片组织进行采集所得的医学图像；从所述医学图像识别出所述玻片组织因细胞染色形成的染色细胞区域图像；在所述医学图像中识别出目标物间质区域图像；提取所述染色细胞区域图像中与所述目标物间质区域图像相交的染色细胞区域，得到染色免疫细胞区域图像；根据所述染色免疫细胞区域图像的细胞区域面积与所述医学图像中的玻片组织面积之间的比值，确定免疫细胞含量。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：对所述医学图像进行白平衡处理，得到白平衡医学图像；所述从所述医学图像识别出所述玻片组织因细胞染色形成的染色细胞区域图像包括：通过第一预测模型对所述白平衡医学图像进行特征提取，得到所述玻片组织因细胞染色形成的染色细胞特征；根据所述染色细胞特征对所述白平衡医学图像进行图像分割，得到染色细胞区域图像。3.根据权利要求1所述的方法，其特征在于，所述方法还包括：对所述医学图像进行白平衡处理，得到白平衡医学图像；所述在所述医学图像中识别出目标物间质区域图像包括：对所述白平衡医学图像中的目标物区域图像进行检测；通过第二预测模型对检测的所述目标物区域图像寻找包络，得到目标物包络区域图像；融合所述白平衡医学图像和所述目标物包络区域图像，获得目标物与目标物间质之间的图像轮廓；基于所述图像轮廓确定目标物间质区域图像。4.根据权利要求3所述的方法，其特征在于，所述医学图像是通过智能显微镜对所述玻片组织进行采集所得；所述方法还包括：获取所述智能显微镜在进行采集过程中所采用的倍镜信息；将所述倍镜信息依次输入至第一预测模型和所述第二预测模型，以使所述第一预测模型和所述第二预测模型获取与所述倍镜信息对应的像素长度，按照所述像素长度调整所述白平衡医学图像各像素的长度。5.根据权利要求4所述的方法，其特征在于，所述获取所述智能显微镜在进行采集过程中所采用的倍镜信息包括：获取输入的、针对所述智能显微镜在进行采集过程中所采用倍镜信息；或者，对所述智能显微镜采集的医学图像进行像素长度计算，查找与计算出的第一像素长度匹配的倍镜信息；或者，计算所述智能显微镜采集的医学图像的图像长度和在所述图像长度下的像素数量，根据所述图像长度和所述像素数量确定第二像素长度，查找与所述第二像素长度匹配的倍镜信息。6.根据权利要求3所述的方法，其特征在于，所述通过第二预测模型对检测出的所述目
标物区域图像寻找包络，得到目标物包络区域图像包括：将对所述白平衡医学图像划分所得的各感兴趣区域图块输入第二预测模型；通过所述第二预测模型对输入的所述感兴趣区域图块进行目标物检测，得到对应的感兴趣区域概率图；将所述感兴趣区域概率图进行拼接，得到所述目标物区域概率图；对所述目标物区域概率图进行目标物区域判定，并根据判定的结果确定所述白平衡医学图像中的目标物包络区域图像。7.根据权利要求6所述的方法，其特征在于，所述对所述目标物区域概率图进行目标物区域判定，并根据判定的结果确定所述白平衡医学图像中的目标物包络区域图像包括：获取概率阈值；基于所述概率阈值和所述目标物区域概率图中各像素点对应的概率值，对所述目标物区域概率图进行二值化映射，得到所述目标物区域概率图中各像素点的概率映射结果；根据所述目标物区域概率图各像素点的概率映射结果获得所述白平衡医学图像中的目标物包络区域图像。8.根据权利要求3所述的方法，其特征在于，所述通过第二预测模型对检测出的所述...

【专利技术属性】
技术研发人员：王亮，姚建华，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：