1.本技术涉及图像处理技术领域，特别是涉及一种数字病理全场图像有效区域分割方法、装置。
背景技术：2.随着数字病理全场图像扫描技术的发展，出现了数字扫描仪，将病理切片进行扫描成像，生成一个超过十亿像素级别的超高分辨率全场图文件。
3.目前对数字病理全场图像进行人工智能分析的主流做法是使用滑动窗口方法，将数字病理全场图像切分成几百上千个固定大小的小图片，然后将这些小图片一次送入到gpu中进行计算分析，最终将所有小图片的分析的结果进行统计和汇总，形成最终的数字病理全场图像的分析结果。
4.然而，一张数字病理全场图像上存在大量的空白区域和无关区域。有效的组织区域可能只占到整张数字病理全场图像的十分之一甚至更少，直接对整张数字病理全场图像进行分析，不仅会浪费大量的分析时间和算力在无关的区域上，而且人工智能算法无法有效识别无关区域的杂质、染液或者是文字记号，这样也会干扰人工智能分析的准确性。
技术实现要素：5.基于此，有必要针对上述技术问题，提供一种数字病理全场图像有效区域分割方法。
6.一种数字病理全场图像有效区域分割方法，所述方法包括：获取数字病理全场图像按照预设缩放比例处理的待处理组织缩略图像；去除待处理组织缩略图像上的噪声，得到组织效果图像；将组织效果图像转化为灰度图，并使用直方图均衡化算法增强灰度图像的对比度，得到组织增强图像；对组织增强图像进行高斯模糊，并使用阈值法将图像转化为二值图像；对二值图像按照前景和背景进行后处理优化，得到组织区域优化图像；根据组织区域优化图像的灰度值梯度变化，确定目标区域的外围轮廓坐标，并根据预设缩放比例，将外围轮廓坐标转换至全场图坐标。
7.在其中一个实施例中，获取数字病理全场图像按照预设缩放比例处理的待处理组织缩略图像，还包括：根据预设缩放比例，将数字病理全场图像缩放成待处理组织缩略图像。
8.在其中一个实施例中，所述噪声包括文字噪声、阴影噪声和异物噪声；去除待处理组织缩略图像上的噪声，得到组织效果图像，包括：将待处理组织缩略图像从rgb色彩空间转换为hsv色彩空间，得到hsv组织色彩图像；对hsv组织色彩图像中h的值和s的值均低于色彩阈值的像素点，将该像素点采用
白色覆盖，得到组织效果图像。
9.在其中一个实施例中，使用直方图均衡化算法增强灰度图像的对比度，得到组织增强图像，包括：将灰度图像分割成预设数目的图像块；对每个所述图像块使用直方图均衡化算法增强对比度后，再组合得到组织增强图像。
10.在其中一个实施例中，对生成的二值图像进行后处理优化，还包括：对二值图像采用形态学闭操作去除前景区域中的空洞，并采用形态学开操作去除前景区域外的零碎目标；其中，前景区域为有效的组织或细胞区域，零碎目标包括零碎前景区域和零碎错误区域。
11.上述生成的二值图像中，前景为有效的组织或细胞区域，背景则为无关区域。在生成的原始二值图像中，存在部分在有效区域内的零碎背景空洞，以及部分在组织区域外的零碎前景区域，这些零碎的错误位置需要通过后处理优化来去掉。在本发明中，对原始二值图像采用了形态学闭操作来去除前景区域中的空洞，使用形态学开操作来去除游离于大片前景区域外的零碎目标。在去除这些错误后，再对二值图像的前景进行一定的膨胀处理，使得前景的范围可以完全包括有效的组织或细胞区域。根据二值图的灰度值梯度变化，求出前景的边缘轮廓坐标，再乘以第一步的缩放比例，得到有效区域在全场图原图上的轮廓坐标。
12.一种数字病理全场图像有效区域分割装置，所述装置包括：缩略图获取模块，用于获取数字病理全场图像按照预设缩放比例处理的待处理组织缩略图像；噪声处理模块，用于去除待处理组织缩略图像上的噪声，得到组织效果图像；对比度增强模块，用于将组织效果图像转化为灰度图，并使用直方图均衡化算法增强灰度图像的对比度，得到组织增强图像；二值图像转化模块，用于对组织增强图像进行高斯模糊，并使用阈值法将图像转化为二值图像；后处理模块，用于对二值图像按照前景和背景进行后处理优化，得到组织区域优化图像；轮廓坐标计算模块，用于根据组织区域优化图像的灰度值梯度变化，确定目标区域的外围轮廓坐标，并根据预设缩放比例，将外围轮廓坐标转换至全场图坐标。
13.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：获取数字病理全场图像按照预设缩放比例处理的待处理组织缩略图像；去除待处理组织缩略图像上的噪声，得到组织效果图像；将组织效果图像转化为灰度图，并使用直方图均衡化算法增强灰度图像的对比度，得到组织增强图像；对组织增强图像进行高斯模糊，并使用阈值法将图像转化为二值图像；对二值图像按照前景和背景进行后处理优化，得到组织区域优化图像；根据组织区域优化图像的灰度值梯度变化，确定目标区域的外围轮廓坐标，并根
据预设缩放比例，将外围轮廓坐标转换至全场图坐标。
14.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：获取数字病理全场图像按照预设缩放比例处理的待处理组织缩略图像；去除待处理组织缩略图像上的噪声，得到组织效果图像；将组织效果图像转化为灰度图，并使用直方图均衡化算法增强灰度图像的对比度，得到组织增强图像；对组织增强图像进行高斯模糊，并使用阈值法将图像转化为二值图像；对二值图像按照前景和背景进行后处理优化，得到组织区域优化图像；根据组织区域优化图像的灰度值梯度变化，确定目标区域的外围轮廓坐标，并根据预设缩放比例，将外围轮廓坐标转换至全场图坐标。
15.上述一种数字病理全场图像有效区域分割方法、装置，通过对有效区域快速聚焦，可以快速定位分割出有效的组织或细胞区域，使得人工智能算法只对有效的区域进行分析，从而节省了大量的分析时间和算力，同时也提升了人工智能分析的鲁棒性和准确性。
附图说明
16.图1为一个实施例中数字病理全场图像有效区域分割方法流程图；图2为一个实施例中处理效果示意图；图3为一个实施例中数字病理全场图像有效区域分割装置的结构示意图；图4为一个实施例中计算机设备的内部结构图。
具体实施方式
17.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
18.在一个实施例中，如图1所示，提供了一种数字病理全场图像有效区域分割方法，包括以下步骤：步骤s110，获取数字病理全场图像按照预设缩放比例处理的待处理组织缩略图像。
19.其中，在数字病理全场图像上确定有效组织或是细胞区域，首先需要获得病理切片的全局视野。在染色和制片合格的切片上，即使是在较为低倍的视野下，也是可以明显区分出有效组织所在的区域的。在充分平衡低倍视野节省的计算时间和损失边缘精度的前提下，本发明获取的缩略图的放大倍率为0.625倍。得到缩略图后，将在缩略图上计算出的有效区域轮廓坐标根据缩放比例重新映射回全场图原图。在本发明中得到缩略图放大倍率为1.25倍，如若数字病理全场图是使用放大倍率为40倍的扫描仪扫描的，则缩放比例为40/0.625=64。可知缩略图的边长是全场图原图的六十四分之一。
20.步骤s120，去除待处理组织缩略图像上的噪声，得到组织效果图像。
21.其中，将缩略图由rgb（r：红，g：绿，b：蓝）色彩空间转换为hsv（h：色相，s：饱和度，v：明度）色彩空间，通过使用大量切片进行实验可以得知缩略图上的这些噪声的h和s通道
的值明显要低于正常的组织区域，因此对h和s通道的值做阈值处理，当某个位置的h和s的值低于阈值时，便可以确定这个位置位于这些噪声干扰物上，接着将这些位置直接用白色进行覆盖，以达到去除噪声的效果。
22.步骤s130，将组织效果图像转化为灰度图，并使用直方图均衡化算法增强灰度图像的对比度，得到组织增强图像。
23.其中，针对部分染色较浅的切片设计。使用的是限制对比度的自适应直方图均衡化（clahe）方法实现的。此方法是将图像分割成大小相同的小块，再分别对每个小块进行直方图均衡化的。还可以通过限制对比度来防止噪点也被增强。
24.步骤s140，对组织增强图像进行高斯模糊，并使用阈值法将图像转化为二值图像。
25.其中，先通过高斯滤波器对图像进行降噪处理，除了降噪还可以使组织的轮廓边缘更加平滑。接着将图像的灰度值归一化到[0 , 1]的区间内，设定阈值，使用阈值法，将图像进行二值化处理，灰度值高于阈值的区域为背景，灰度值低于阈值的区域为前景。
[0026]
步骤s150，对二值图像按照前景和背景进行后处理优化，得到组织区域优化图像。
[0027]
其中，生成的二值图像中，前景为有效的组织或细胞区域，背景则为无关区域。在生成的原始二值图像中，存在部分在有效区域内的零碎背景空洞，以及部分在组织区域外的零碎前景区域，这些零碎的错误位置需要通过后处理优化来去掉。在本发明中，对原始二值图像采用了形态学闭操作来去除前景区域中的空洞，使用形态学开操作来去除游离于大片前景区域外的零碎目标。在去除这些错误后，再对二值图像的前景进行一定的膨胀处理，使得前景的范围可以完全包括有效的组织或细胞区域。根据二值图的灰度值梯度变化，求出前景的边缘轮廓坐标，再乘以第一步的缩放比例，得到有效区域在全场图原图上的轮廓坐标。
[0028]
步骤s160，根据组织区域优化图像的灰度值梯度变化，确定目标区域的外围轮廓坐标，并根据预设缩放比例，将外围轮廓坐标转换至全场图坐标。
[0029]
其中，根据灰度值梯度变化确定目标区域的外轮廓坐标，可以采用canny算子、sobel算子、log算子或laplacian算子进行边缘检测，得到目标区域的外轮廓坐标。
[0030]
上述数字病理全场图像有效区域分割方法中，获取数字病理全场图像的缩略图像，并得到缩放比例；去除缩略图上的文字、阴影和异物等噪声；将缩略图转化为灰度图；使用直方图均衡化算法增强灰度图像的对比度；对对比度增强后的灰度图像进行高斯模糊后，使用阈值法将图像转化为二值图像；对生成的二值图像进行后处理优化；根据梯度确定有效区域的外围轮廓坐标，并根据第一步所获得的缩放比例，将坐标映射到全场图上，可以快速定位分割出有效的组织或细胞区域，使得人工智能算法只对有效的区域进行分析，从而节省了大量的分析时间和算力，同时也提升了人工智能分析的鲁棒性和准确性。
[0031]
在其中一个实施例中，所述获取数字病理全场图像按照预设缩放比例处理的待处理组织缩略图像，还包括：根据预设缩放比例，将数字病理全场图像缩放成待处理组织缩略图像。
[0032]
在其中一个实施例中，所述噪声包括文字噪声、阴影噪声和异物噪声。去除待处理组织缩略图像上的噪声，得到组织效果图像，还包括：将待处理组织缩略图像从rgb色彩空间转换为hsv色彩空间，得到hsv组织色彩图像；对hsv组织色彩图像中h的值和s的值均低于色彩阈值的像素点，将该像素点采用白色覆盖，得到组织效果图像。
[0033]
在其中一个实施例中，使用直方图均衡化算法增强灰度图像的对比度，得到组织增强图像，还包括：将灰度图像分割成预设数目的图像块；对每个所述图像块使用直方图均衡化算法增强对比度后，再组合得到组织增强图像。
[0034]
在其中一个实施例中，对组织增强图像进行高斯模糊，并使用阈值法将图像转化为二值图像，还包括：对组织增强图像通过高斯滤波器处理，得到降噪二值图像；将降噪二值图像的灰度值归一化到[0 , 1]的区间内，并根据设定灰度阈值，将灰度值高于设定灰度阈值的区域作为背景区域，将灰度值低于或等于设定灰度阈值的区域作为前景区域，得到关于背景区域和前景区域的二值图像。
[0035]
在其中一个实施例中，对生成的二值图像进行后处理优化，包括：对二值图像采用形态学闭操作去除前景区域中的空洞，并采用形态学开操作去除前景区域外的零碎目标；其中，前景区域为有效的组织或细胞区域，零碎目标包括零碎前景区域和零碎错误区域。
[0036]
其中，如图2所示，生成的二值图像中，前景区域为有效的组织或细胞区域，如图2中有效区域，背景区域则为无关区域；在生成的二值图像中，存在部分在有前景区域内的零碎背景空洞，如图2中有效区域中的空洞；以及部分在大片组织区域外的零碎前景区域，零碎前景区域是指脱离大片组织区域的一些碎小的组织区域，这种区域为制片时不小心附带的组织碎片，如图2中染液杂质；还有零碎错误区域，零碎错误区域为图像中的杂质区域，比如杂质包括玻璃碎片、记号笔印记等，如图2中标记文字噪声和异物噪声，这些零碎目标需要通过后处理优化来去掉。在本发明中，对生成的二值图像采用了形态学闭操作来去除前景区域中的空洞，使用形态学开操作来去除游离于大片前景区域外的零碎目标。在去除这些错误后，再对二值图像的前景进行一定的膨胀处理，使得前景的范围可以完全包括有效的组织或细胞区域，根据二值图的灰度值梯度变化，求出前景的边缘轮廓坐标，再乘以第一步的缩放比例，得到有效区域在全场图原图上的轮廓坐标。
[0037]
本实施例中，对零碎目标过滤，能够有利于后期人工智能算法对有效区域的分析，提高处理效率。
[0038]
应该理解的是，虽然图1的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
[0039]
在一个实施例中，如图3所示，提供了一种数字病理全场图像有效区域分割装置，所述装置包括：缩略图获取模块310、噪声处理模块320、对比度增强模块330、二值图像转化模块340、后处理模块350和轮廓坐标计算模块360，其中：缩略图获取模块310，用于获取数字病理全场图像按照预设缩放比例处理的待处理组织缩略图像；噪声处理模块320，用于去除待处理组织缩略图像上的噪声声，得到组织效果图像；对比度增强模块330，用于将组织效果图像转化为灰度图，并使用直方图均衡化算法增强灰度图像的对比度，得到组织增强图像；二值图像转化模340，用于对组织增强图像进行高斯模糊，并使用阈值法将图像转化为二值图像；后处理模块350，用于对二值图像按照前景和背景进行后处理优化，得到组织区域优化图像；轮廓坐标计算模块360，用于根据组织区域优化图像的灰度值梯度变化，确
定目标区域的外围轮廓坐标，并根据预设缩放比例，将外围轮廓坐标转换至全场图坐标。
[0040]
在其中一个实施例中，所述缩略图获取模块310，还用于根据预设缩放比例，将数字病理全场图像缩放成待处理组织缩略图像。
[0041]
在其中一个实施例中，噪声处理模块320，包括：hsv组织色彩图像转换单元，用于将待处理组织缩略图像从rgb色彩空间转换为hsv色彩空间，得到hsv组织色彩图像；组织效果图像获取单元，用于对hsv组织色彩图像中h的值和s的值均低于色彩阈值的像素点，将该像素点采用白色覆盖，得到组织效果图像。
[0042]
在其中一个实施例中，所述对比度增强模块330，包括：分割单元，用于将灰度图像分割成预设数目的图像块；对比度增强单元，用于对每个所述图像块使用直方图均衡化算法增强对比度后，再组合得到组织增强图像。
[0043]
在其中一个实施例中，二值图像转化模块340，包括：降噪单元，用于对组织增强图像通过高斯滤波器处理，得到降噪二值图像；二值图像转化单元，用于将降噪二值图像的灰度值归一化到[0 , 1]的区间内，并根据设定灰度阈值，将灰度值高于设定灰度阈值的区域作为背景区域，将灰度值低于或等于设定灰度阈值的区域作为前景区域，得到关于背景区域和前景区域的二值图像。
[0044]
在其中一个实施例中，所述后处理模块350，还用于对二值图像采用形态学闭操作去除前景区域中的空洞，并采用形态学开操作去除前景区域外的零碎目标；其中，前景区域为有效的组织或细胞区域，零碎目标包括零碎前景区域和零碎错误区域。
[0045]
关于数字病理全场图像快速分割有效区域的装置的具体限定可以参见上文中对于图像分割有效区域方法的限定，在此不再赘述。上述数字病理全场图像快速分割有效区域的装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图4所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储缩略图数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种快速有效的区域聚焦方法。
[0046]
本领域技术人员可以理解，图4中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
[0047]
在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
[0048]
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
[0049]
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛
盾，都应当认为是本说明书记载的范围。
[0050]
以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术专利的保护范围应以所附权利要求为准。
技术特征：1.一种数字病理全场图像有效区域分割方法，其特征在于，所述方法包括：获取数字病理全场图像按照预设缩放比例处理的待处理组织缩略图像；去除待处理组织缩略图像上的噪声，得到组织效果图像；将组织效果图像转化为灰度图，并使用直方图均衡化算法增强灰度图像的对比度，得到组织增强图像；对组织增强图像进行高斯模糊，并使用阈值法将图像转化为二值图像；对二值图像按照前景和背景进行后处理优化，得到组织区域优化图像；根据组织区域优化图像的灰度值梯度变化，确定目标区域的外围轮廓坐标，并根据预设缩放比例，将外围轮廓坐标转换至全场图坐标。2.根据权利要求1所述的方法，其特征在于，获取数字病理全场图像按照预设缩放比例处理的待处理组织缩略图像，还包括：根据预设缩放比例，将数字病理全场图像缩放成待处理组织缩略图像。3.根据权利要求1所述的方法，其特征在于，所述噪声包括文字噪声、阴影噪声和异物噪声；去除待处理组织缩略图像上的噪声，得到组织效果图像，还包括：将待处理组织缩略图像从rgb色彩空间转换为hsv色彩空间，得到hsv组织色彩图像；对hsv组织色彩图像中h的值和s的值均低于色彩阈值的像素点，将该像素点采用白色覆盖，得到组织效果图像。4.根据权利要求1所述的方法，其特征在于，使用直方图均衡化算法增强灰度图像的对比度，得到组织增强图像，还包括：将灰度图像分割成预设数目的图像块；对每个所述图像块使用直方图均衡化算法增强对比度后，再组合得到组织增强图像。5.根据权利要求1所述的方法，其特征在于，对组织增强图像进行高斯模糊，并使用阈值法将图像转化为二值图像，还包括：对组织增强图像通过高斯滤波器处理，得到降噪二值图像；将降噪二值图像的灰度值归一化到[0 , 1]的区间内，并根据设定灰度阈值，将灰度值高于设定灰度阈值的区域作为背景区域，将灰度值低于或等于设定灰度阈值的区域作为前景区域，得到关于背景区域和前景区域的二值图像。6.根据权利要求1所述的方法，其特征在于，对生成的二值图像进行后处理优化，包括：对二值图像采用形态学闭操作去除前景区域中的空洞，并采用形态学开操作去除前景区域外的零碎目标；其中，前景区域为有效的组织或细胞区域，零碎目标包括零碎前景区域和零碎错误区域。7.一种数字病理全场图像有效区域分割装置，其特征在于，所述装置包括：缩略图获取模块，用于获取数字病理全场图像按照预设缩放比例处理的待处理组织缩略图像；噪声处理模块，用于去除待处理组织缩略图像上的噪声，得到组织效果图像；对比度增强模块，用于将组织效果图像转化为灰度图，并使用直方图均衡化算法增强灰度图像的对比度，得到组织增强图像；二值图像转化模块，用于对组织增强图像进行高斯模糊，并使用阈值法将图像转化为
二值图像；后处理模块，用于对二值图像按照前景和背景进行后处理优化，得到组织区域优化图像；轮廓坐标计算模块，用于根据组织区域优化图像的灰度值梯度变化，确定目标区域的外围轮廓坐标，并根据预设缩放比例，将外围轮廓坐标转换至全场图坐标。8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。9.一种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权利要求1至6中任一项所述的方法的步骤。
技术总结本申请涉及一种数字病理全场图像有效区域分割方法、装置。所述方法包括：获取数字病理全场图像的缩略图像，并得到缩放比例；去除缩略图上的文字、阴影和异物等噪声；将缩略图转化为灰度图；使用直方图均衡化算法增强灰度图像的对比度；对对比度增强后的灰度图像进行高斯模糊后，使用阈值法将图像转化为二值图像；对生成的二值图像进行后处理优化；根据梯度确定有效区域的外围轮廓坐标，并根据第一步所获得的缩放比例，将坐标映射到全场图上。将坐标映射到全场图上。将坐标映射到全场图上。
技术研发人员：崔灿 杨林
受保护的技术使用者：杭州迪英加科技有限公司
技术研发日：2022.06.22
技术公布日：2022/11/1
