【技术实现步骤摘要】
本申请涉及医学图像处理，特别是一种涉及基于同一蜡块的多染色图像精准匹配方法、装置及其应用。
技术介绍
1、在现代病理学研究领域，he 染色作为一种基础且被广泛运用的染色方式，为观察组织细胞的形态结构提供了关键手段。其在病理学诊断和研究中具有不可替代的地位。
2、随着科学技术的进步，尤其是分子生物学的蓬勃发展，免疫组化（ihc）和荧光染色技术崭露头角。这些先进的技术为深入探究蛋白质的分布、定位和表达情况带来了新的可能。
3、然而，传统的染色操作中，he 染色、免疫组化（ihc）以及荧光染色技术往往是在不同的切片上分别进行的。这就带来了一个显著的问题，由于是在不同切片上操作，难以直接将同一区域的多种染色结果进行有效地对比和综合分析。
4、例如，当研究人员试图了解特定区域内细胞的形态结构与蛋白质表达之间的关系时，由于染色方法的局限性，无法直观地在同一区域进行多种染色结果的比较，从而增加了研究的复杂性和不确定性。
5、因此，为了克服这一难题，开发一种能够在同一蜡块上同时进行多种染色，并实现对应区域精准匹配的方法，对于推动病理学研究的深入发展具有至关重要的意义。
技术实现思路
1、本申请实施例提供了一种基于同一蜡块的多染色图像精准匹配方法、装置及其应用，针对目前技术存在的无法在切片不同形态下匹配对应区域等问题。
2、本专利技术核心技术主要是通过一系列图像预处理、特征提取、变换矩阵计算、图像变换、优化与验证等操作，在同一蜡块上实现多种
3、第一方面，本申请提供了一种基于同一蜡块的多染色图像精准匹配方法，所述方法包括以下步骤：
4、s00、对he和ihc染色的图像进行预处理，以确保图像之间能够初步对齐；
5、s10、进行特征提取，在预处理后的图像中选取特征点或特征区域，以使得两种染色图像之间构建对应关系；
6、s20、计算变换矩阵，利用提取的特征点或特征区域，算出he和ihc图像之间的变换矩阵，该变换矩阵涵盖的参数包括平移、旋转和缩放；
7、s30、进行图像变换，根据求得的变换矩阵，对ihc图像予以变换，生成目标图像以使其与he图像精准对齐；
8、s40、对配准后的图像开展优化处理，包括平滑边缘、增强对比度；
9、同时，通过对比配准前后的图像质量或利用已知的标准图像进行验证，以保障配准结果的准确性和可靠性；
10、s50、通过对不同染色方法下的同一区域进行比较，以达成多种染色结果的精确匹配和综合分析。
11、进一步地，s10步骤中，在特征提取后，通过sift特征进行图像配准，具体包括在he和ihc图像上运用sift算法检测关键点和描述子，并使用flann算法来匹配两个图像中的关键点。
12、进一步地，s20步骤中，使用ransac算法算出he和ihc图像之间的变换矩阵。
13、进一步地，s20步骤中，使用ransac算法算出he和ihc图像之间的变换矩阵的具体步骤为：
14、选取通过sift特征进行图像配准得到一组匹配点对，至少包括三对点对，且每对点对包括一幅图像中的一个点和另一幅图像中对应的点；
15、使用ransac算法求解得到仿射变换矩阵，该仿射变换矩阵由匹配点对根据仿射变换的公式构成。
16、5.进一步地，s30步骤中，使用变换矩阵对一幅图像进行仿射变换，使其与另一幅图像对齐；
17、其中，在变换过程中，若变换后的坐标为非整数，则进行图像重采样，以获得变换后的图像像素值。
18、进一步地，s20步骤中，使用ransac算法求解得到仿射变换矩阵的具体步骤为：
19、从一组匹配点对中随机选择三个点，并使用这三个点进行仿射变换矩阵估计；
20、使用估计得仿射变换矩阵对剩余的点进行变换，并计算变换后的点与对应匹配点之间的误差；
21、将误差小于阈值的点视为内点，即正确匹配的点；
22、重复上述步骤至最大迭代次数，并记录每次迭代的内点数量；
23、选择内点数量最多的迭代所估计的仿射变换矩阵作为最终结果。
24、进一步地，预处理包括裁剪、旋转和缩放。
25、第二方面，本申请提供了一种基于同一蜡块的多染色图像精准匹配装置，包括：
26、预处理模块，对he和ihc染色的图像进行预处理，以确保图像之间能够初步对齐；
27、特征提取模块，进行特征提取，在预处理后的图像中选取特征点或特征区域，以使得两种染色图像之间构建对应关系；
28、计算变换矩阵模块，用于计算变换矩阵，利用提取的特征点或特征区域，算出he和ihc图像之间的变换矩阵，该变换矩阵涵盖的参数包括平移、旋转和缩放；
29、图像变换模块，用于进行图像变换，根据求得的变换矩阵，对ihc图像予以变换，生成目标图像以使其与he图像精准对齐；
30、优化处理模块，对配准后的图像开展优化处理，包括平滑边缘、增强对比度；同时，通过对比配准前后的图像质量或利用已知的标准图像进行验证，以保障配准结果的准确性和可靠性；
31、比较模块，通过对不同染色方法下的同一区域进行比较，以达成多种染色结果的精确匹配和综合分析。
32、第三方面，本申请提供了一种电子装置，包括存储器和处理器，存储器中存储有计算机程序，处理器被设置为运行计算机程序以执行上述的基于同一蜡块的多染色图像精准匹配方法。
33、第四方面，本申请提供了一种可读存储介质，可读存储介质中存储有计算机程序，计算机程序包括用于控制过程以执行过程的程序代码，过程包括根据上述的基于同一蜡块的多染色图像精准匹配方法。
34、本专利技术的主要贡献和创新点如下：
35、1.提高诊断准确性：现有技术中，由于不同染色方法通常在不同切片上进行，难以直接比较同一区域的多种染色结果，可能导致诊断出现偏差。而本专利技术能够在同一蜡块上进行多种染色，并实现精准匹配和综合分析，为病理诊断提供更全面、准确的信息，显著提高诊断的准确性。例如，在癌症诊断中，对于肿瘤细胞的边界确定、细胞内特定蛋白质的分布等方面，能够提供更精确的判断依据。
36、2.简化操作流程：传统技术需要在不同切片间进行繁琐的对比，操作复杂且耗时。本专利技术避免了这种情况，大大简化了操作流程，节省了研究人员的时间和精力。比如，以往可能需要花费大量时间来寻找和对比不同切片上的对应区域，现在可以直接在同一蜡块的处理结果上进行分析。
37、3.降低实验成本：现有技术由于需要制备多个切片和使用大量的染色试剂，成本较高。本专利技术减少了切片数量和染色试剂的消耗，有效降低了实验成本。以大规模的病理学研究为例，长期来看，本专利技术能够节省大量的实验材料费用。
38、综上所述，本专利技术相较于现有技术在诊断准确性、操作流程和实验成本方面本文档来自技高网...
【技术保护点】
1.一种基于同一蜡块的多染色图像精准匹配方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种基于同一蜡块的多染色图像精准匹配方法，其特征在于，S10步骤中，在特征提取后，通过SIFT特征进行图像配准，具体包括在HE和IHC图像上运用SIFT算法检测关键点和描述子，并使用FLANN算法来匹配两个图像中的关键点。
3.如权利要求2所述的一种基于同一蜡块的多染色图像精准匹配方法，其特征在于，S20步骤中，使用RANSAC算法算出HE和IHC图像之间的变换矩阵。
4.如权利要求3所述的一种基于同一蜡块的多染色图像精准匹配方法，其特征在于，S20步骤中，使用RANSAC算法算出HE和IHC图像之间的变换矩阵的具体步骤为：
5.如权利要求4所述的一种基于同一蜡块的多染色图像精准匹配方法，其特征在于，S30步骤中，使用变换矩阵对一幅图像进行仿射变换，使其与另一幅图像对齐；
6.如权利要求4所述的一种基于同一蜡块的多染色图像精准匹配方法，其特征在于，S20步骤中，使用RANSAC算法求解得到仿射变换矩阵的具体步骤为：
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。