【技术实现步骤摘要】
本专利技术涉及图像处理，尤其涉及一种面向宫颈细胞学涂片扫描图像的背景分类方法。
技术介绍
1、宫颈细胞学涂片中存在或同时存在正常细胞、炎性细胞、萎缩细胞和血性细胞(红细胞+血丝)。宫颈细胞学涂片的背景类别取决于其中存在各类别细胞的数量与比例。在判断一个宫颈细胞学涂片是否存在病变细胞时，通常会考虑疑似病变细胞与背景细胞是否存在明显的特征差异。例如，如果疑似病变细胞的背景为正常细胞，则疑似病变细胞与背景细胞间会存在明显的特征差异，这种情况下更容易判别疑似病变细胞是否为病变细胞；但是，由于病变细胞与萎缩细胞、血性细胞、炎性细胞存在一定的相似性，因此如果疑似病变细胞的背景类别为非正常类别，则疑似病变细胞与背景细胞不会存在明显的特征差异，此时疑似病变细胞更难确定是否为病变细胞。基于此，确定宫颈细胞学涂片的背景细胞为何种细胞，对下一阶段判断涂片中是否存在病变细胞具有重要价值。
2、目前，通常采用机器学习的分类模型确定涂片属于何种背景，即将待检测涂片扫描图像输入至预先训练好的分类模型中，分类模型输出待检测图像所对应的背景。然而，这种方式需要辨别整个待检测图像的图像结构，不仅处理效率低，而且存在确定背景类别准确度低的问题。
技术实现思路
1、本专利技术提供了一种面向宫颈细胞学涂片扫描图像的背景分类方法，以提高确定背景类别的效率和精度。
2、本专利技术提供了一种面向宫颈细胞学涂片扫描图像的背景分类方法，该方法包括：
3、从待处理宫颈细胞学涂片扫描图像中确定多个目标
4、基于预先训练好的区域背景分类模型，计算每个所述目标待处理子区域属于各种背景类别的概率值；
5、基于预设的子区域类别筛选条件，对所述各种背景类别的概率值进行概率筛选处理，得到各个所述目标待处理子区域的背景类别集合；其中，所述背景类别集合为目标待处理子区域属于各种背景类别概率值的集合；
6、基于所述各个所述目标待处理子区域的背景类别集合，确定所述待处理宫颈细胞学涂片扫描图像对应的背景类别。
7、可选的，所述背景类别包括正常背景类别、炎性背景类别、萎缩背景类别、血性背景类别和不确定背景类别。
8、可选的，所述从待处理宫颈细胞学涂片扫描图像中确定多个目标待处理子区域，包括：
9、从待处理宫颈细胞学涂片扫描图像中随机裁剪预设数量的多个待处理子区域；
10、基于背景分类模型预测每个所述待处理子区域属于各种背景类别的概率集合；
11、将所述概率集合中最大概率对应的类别定义为子区域初始背景类别；
12、将子区域初始背景类别为不确定背景类别的待处理子区域剔除，得到多个目标待处理子区域。
13、可选的，所述子区域类别筛选条件包括下述至少一种：
14、小于预设最小阈值的概率值；
15、对于数值大小相邻的第一概率值和第二概率值，所述第一概率值小于所述第二概率值，且所述第一概率值与所述第二概率值的差值大于预设差别阈值的第一概率值；
16、同时存在正常背景类别，以及炎性背景类别、萎缩背景类别或血性背景类别中的至少一种时，正常背景类别对应的概率值。
17、可选的，所述基于预设的子区域类别筛选条件，对各个所述目标待处理子区域满足阈值的类别进行筛选，包括：
18、将满足所述子区域类别筛选条件的目标待处理子区域属于背景类别的概率值进行置零处理；
19、将不满足所述子区域类别筛选条件的目标待处理子区域属于背景类别的概率值进行保留处理。
20、可选的，所述基于所述各个所述目标待处理子区域的背景类别集合，确定所述待处理宫颈细胞学涂片扫描图像对应的背景类别，包括：
21、基于所述各个所述目标待处理子区域的背景类别集合，确定各背景类别对应目标待处理子区域的数量；
22、基于所述各背景类别对应目标待处理子区域的数量，确定所述待处理宫颈细胞学涂片扫描图像对应的背景类别。
23、可选的，所述基于所述各背景类别对应目标待处理子区域的数量，确定所述待处理宫颈细胞学涂片扫描图像对应的背景类别，包括：
24、基于所述各背景类别对应目标待处理子区域的数量和预设概率转换函数，确定所述待处理宫颈细胞学涂片扫描图像属于各种背景类别的待过滤概率值；
25、基于所述待过滤概率值和预设全片概率过滤条件，确定所述待处理宫颈细胞学涂片扫描图像属于各种背景类别的全片目标概率值；
26、基于所述待处理宫颈细胞学涂片扫描图像属于各种背景类别的全片目标概率值，确定所述待处理宫颈细胞学涂片扫描图像对应的背景类别。
27、本专利技术实施例的技术方案，通过从待处理宫颈细胞学涂片扫描图像中确定多个目标待处理子区域，从而基于预先训练好的区域背景分类模型，计算每个目标待处理子区域属于各种背景类别的概率值，进而，基于预设的子区域类别筛选条件，对各种背景类别的概率值进行概率筛选处理，得到各个目标待处理子区域的背景类别集合，其中，背景类别集合为目标待处理子区域属于各种背景类别概率值的集合，最后基于各个目标待处理子区域的背景类别集合，确定待处理宫颈细胞学涂片扫描图像对应的背景类别，本专利技术提高了宫颈细胞学涂片背景分类的效率和精度。
28、应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
本文档来自技高网...【技术保护点】
1.一种面向宫颈细胞学涂片扫描图像的背景分类方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述背景类别包括正常背景类别、炎性背景类别、萎缩背景类别、血性背景类别和不确定背景类别。
3.根据权利要求1所述的方法，其特征在于，所述从待处理宫颈细胞学涂片扫描图像中确定多个目标待处理子区域，包括：
4.根据权利要求1所述的方法，其特征在于，所述子区域类别筛选条件包括下述至少一种：
5.根据权利要求1所述的方法，其特征在于，所述基于预设的子区域类别筛选条件，对各个所述目标待处理子区域满足阈值的类别进行筛选，包括：
6.根据权利要求1所述的方法，其特征在于，所述基于所述各个所述目标待处理子区域的背景类别集合，确定所述待处理宫颈细胞学涂片扫描图像对应的背景类别，包括：
7.根据权利要求1所述的方法，其特征在于，所述基于所述各背景类别对应目标待处理子区域的数量，确定所述待处理宫颈细胞学涂片扫描图像对应的背景类别，包括：
【技术特征摘要】
1.一种面向宫颈细胞学涂片扫描图像的背景分类方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述背景类别包括正常背景类别、炎性背景类别、萎缩背景类别、血性背景类别和不确定背景类别。
3.根据权利要求1所述的方法，其特征在于，所述从待处理宫颈细胞学涂片扫描图像中确定多个目标待处理子区域，包括：
4.根据权利要求1所述的方法，其特征在于，所述子区域类别筛选条件包括下述至少一种：
5.根据...
【专利技术属性】
技术研发人员：张浩，黄桂芳，赵方辉，朱兰，薛鹏，汤红平，孔艳青，乔友林，
申请(专利权)人：广州秉理科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。