CN106485287A - 扫描区域的获取方法、数字切片的获取方法及装置 - Google Patents

扫描区域的获取方法、数字切片的获取方法及装置 Download PDF

Info

Publication number
CN106485287A
CN106485287A CN201610939715.2A CN201610939715A CN106485287A CN 106485287 A CN106485287 A CN 106485287A CN 201610939715 A CN201610939715 A CN 201610939715A CN 106485287 A CN106485287 A CN 106485287A
Authority
CN
China
Prior art keywords
tissue
slice images
histotomy
tissue slice
region
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201610939715.2A
Other languages
English (en)
Inventor
周丕轩
鹿伟民
张毅
王成玉
凌晓光
李民权
陈小刚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
DMETRIX (SUZHOU) MEDICAL TECHNOLOGY Co Ltd
Original Assignee
DMETRIX (SUZHOU) MEDICAL TECHNOLOGY Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by DMETRIX (SUZHOU) MEDICAL TECHNOLOGY Co Ltd filed Critical DMETRIX (SUZHOU) MEDICAL TECHNOLOGY Co Ltd
Priority to CN201610939715.2A priority Critical patent/CN106485287A/zh
Publication of CN106485287A publication Critical patent/CN106485287A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/23Clustering techniques
    • G06F18/232Non-hierarchical techniques

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Image Processing (AREA)

Abstract

本发明提供了一种扫描区域的获取方法、数字切片的获取方法及装置,涉及数字切片技术领域。所述组织切片扫描方法包括:获取组织切片图像,所述组织切片图像中包括分布于不同位置的组织的组织图像;按照预设关系对所述组织切片图像中的组织图像进行聚类,得到所述组织切片图像中的一个或多个组织区域;确定每个组织区域在所述组织切片图像对应的组织切片中对应的区域,将确定的区域作为所述组织切片的扫描区域,获得所述组织切片的一个或多个扫描区域。通过组织切片图像中的组织图像聚类为组织区域来确定组织切片的扫描区域,从而实现扫描得到数字切片。

Description

扫描区域的获取方法、数字切片的获取方法及装置
技术领域
本发明涉及数字切片技术领域,具体而言,涉及一种扫描区域的获取方法、数字切片的获取方法及装置。
背景技术
数字切片是将传统的为玻璃的组织切片通过扫描来生成的整个组织切片的全信息、全方位、高分辨率的数字图像,包括了玻璃切片上的所有病变信息。现有的获得组织切片对应的数字切片主要是通过扫描区域来进行扫描组织切片获得组织切片对应的数字切片,扫描区域的获得方法一般是将包含所有组织区域的矩形区域作为一个大的扫描区域或者将包含单个组织的矩形区域作为一个扫描区域,其中一个组织图像中包含多个小的扫描区域。
通过现有的方法来获得切片的组织图像的扫描区域来扫描得到组织切片对应的数字切片,冗余信息较多或者所需扫描时间较长,还可能导致同一组织点被重复扫描导致得到的数字切片图像异常。
发明内容
有鉴于此,本发明实施例提供了一种扫描区域的获取方法、数字切片的获取方法及装置,通过按照预设关系对获取的组织切片图像中的组织图像进行聚类后,根据得到的组织切片图像中的组织区域获得组织切片的扫描区域,再对扫描区域进行扫描得到组织切片对应的数字切片,以改善上述问题。
为了实现上述目的,本发明采用的技术方案如下:
一种扫描区域的获取方法,所述方法包括:获取组织切片图像,所述组织切片图像中包括分布于不同位置的组织的组织图像;按照预设关系对所述组织切片图像中的组织图像进行聚类,得到所述组织切片图像中的一个或多个组织区域;确定每个组织区域在所述组织切片图像中对应的组织切片中对应的区域,将确定的区域作为所述组织切片的扫描区域,获得所述组织切片的一个或多个扫描区域。
一种数字切片的获取方法,所述方法包括:获取组织切片图像,所述组织切片图像中包括分布于不同位置的组织的组织图像;按照预设关系对所述组织切片图像中的组织图像进行聚类,得到所述组织切片图像中的一个或多个组织区域;确定每个组织区域在所述组织切片图像中对应的组织切片中对应的区域,将确定的区域作为所述组织切片的扫描区域,获得所述组织切片的一个或多个扫描区域;对所述组织切片的一个或多个扫描区域进行扫描,根据扫描结果获得所述组织切片对应的数字切片。
一种扫描区域的获取装置,用于获取组织切片的扫描区域,所述装置包括:第一组织切片图像获取模块、第一组织图像聚类模块以及第一扫描区域获取模块。其中:所述第一组织切片图像获取模块用于获取组织切片图像,所述组织切片图像中包括分布于不同位置的组织的组织图像;所述第一组织图像聚类模块用于按照预设关系对所述组织切片图像中的组织图像进行聚类,得到所述组织切片图像中的一个或多个组织区域;所述第一扫描区域获取模块用于确定每个组织区域在所述组织切片图像中对应的组织切片中对应的区域,将确定的区域作为所述组织切片的扫描区域,获得所述组织切片的一个或多个扫描区域。
一种数字切片的获取装置,所述装置包括:第二组织切片图像获取模块、第二组织图像聚类模块、第二扫描区域获取模块以及组织切片扫描模块。其中:所述第二组织切片图像获取模块用于获取组织切片图像,所述组织切片图像中包括分布于不同位置的组织的组织图像;所述第二组织图像聚类模块用于按照预设关系对所述组织切片图像中的组织图像进行聚类,得到所述组织切片图像中的一个或多个组织区域;所述第二扫描区域获取模块用于确定每个组织区域在所述组织切片图像对应的组织切片中对应的区域,将确定的区域作为所述组织切片的扫描区域,获得所述组织切片的一个或多个扫描区域;组织切片扫描模块用于对所述组织切片的一个或多个扫描区域进行扫描,根据扫描结果获得所述组织切片对应的数字切片。
本发明实施例提供的扫描区域的获取方法、数字切片的获取方法及装置,通过在获取的组织切片图像中按照预设关系对组织切片图像中的组织图像进行聚类,得到组织切片图像中的一个或者多个组织区域,再根据每个组织区域在组织切片图像中的位置确定每个组织区域在组织切片图像对应的组织切片中对应的区域,并将确定的区域作为组织切片的扫描区域,然后根据扫描区域扫描组织切片得到组织切片对应的数字切片。该方法及装置将满足预设关系的组织聚类后作为一个扫描区域进行扫描,相对于对单个组织进行扫描,有效减少了扫描时间。且仅对多个扫描区域进行扫描,有效减少了扫描获得的数字切片中的冗余信息。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1示出了本发明实施例提供的计算机的结构示意图;
图2示出了本发明第一实施例提供的扫描区域的获取方法的一种流程图;
图3示出了本发明第一实施例提供的一种组织切片图像的灰度图;
图4示出了本发明第一实施例提供的扫描区域的获取方法的一种部分步骤的流程图;
图5示出了本发明第一实施例提供的扫描区域的获取方法的另一种部分步骤的流程图;
图6示出了图3中组织切片图像对应的二值图;
图7示出了本发明第一实施例提供的扫描区域的获取方法的又一种部分步骤流程图;
图8示出了图6中标记最小外接矩形后的二值图;
图9示出了图8对应的组织切片图像的灰度图;
图10示出了图9聚类后的组织切片图像的灰度图;
图11示出了本发明第二实施例提供的数字切片的获取方法的一种流程图;
图12示出了本发明第二实施例提供的数字切片的获取方法的部分步骤的流程图;
图13示出了本发明第三实施例提供的扫描区域的获取装置的功能模块图;
图14示出了本发明第三实施例提供的扫描区域的获取装置的第一组织图像聚类模块的功能模块图;
图15示出了本发明第四实施例提供的数字切片的获取装置的功能模块图。
具体实施方式
下面将结合本发明实施例中附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本发明的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
如图1所示,是本发明较佳实施例提供的计算机100的方框示意图。所述计算机100包括存储器101、存储控制器102、处理器103、外设接口104、输入输出单元105、显示单元106及其它。
所述存储器101、存储控制器102、处理器103、外设接口104各元件相互之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。例如,扫描区域的获取装置和/或数字切片的获取装置包括至少一个可以软件或固件(firmware)的形式存储于所述存储器101中或固化在所述计算机100的操作系统(operating system,OS)中的软件功能模块。所述处理器103用于执行存储器101中存储的可执行模块,例如所述扫描区域的获取装置或数字切片的获取装置包括的软件功能模块或计算机程序。
其中,存储器101可以是,但不限于,随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-OnlyMemory,PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory,EEPROM)等。其中,存储器101用于存储程序,所述处理器103在接收到执行指令后,执行所述程序,前述本发明实施例任一实施例揭示的流过程定义的计算机100所执行的方法可以应用于处理器103中,或者由处理器103实现。
处理器103可能是一种集成电路芯片,具有信号的处理能力。上述的处理器103可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器103也可以是任何常规的处理器等。
所述外设接口104将各种输入/输出装置耦合至处理器103以及存储器101。在一些实施例中,外设接口104,处理器103以及存储控制器102可以在单个芯片中实现。在其他一些实例中,他们可以分别由独立的芯片实现。
输入输出单元105用于提供给用户输入数据实现用户与所述计算机100的交互。所述输入输出单元105可以是,但不限于,图像获取装置、图像扫描装置、鼠标和键盘等。
显示单元106在所述计算机100与用户之间提供一个交互界面(例如用户操作界面)或用于显示图像数据给用户参考。在本实施例中,所述显示单元106可以是液晶显示器或触控显示器。若为触控显示器,其可为支持单点和多点触控操作的电容式触控屏或电阻式触控屏等。支持单点和多点触控操作是指触控显示器能感应到来自触控显示器上一个或多个位置处同时产生的触控操作,并将该感应到的触控操作交由处理器103进行计算和处理。
可以理解的,图1所示的结构仅为示意,计算机100还可以包括比图1中所示更多或更少的组件,或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。
第一实施例
本发明实施例提供了一种扫描区域的获取方法,用于获取组织切片的扫描区域,通过对组织切片图像中的组织图像聚类得到的组织区域来确定组织切片图像对应的组织切片的扫描区域,实现组织切片的扫描区域的获取。请参见图2,该方法包括:
步骤S110:获取组织切片图像,所述组织切片图像中包括分布于不同位置的组织的组织图像。
获取需要进行扫描的组织切片的组织切片图像,所述组织切片图像中包括分布于不同位置的组织的组织图像107。本实施例以图3所示的组织切片图像为例进行说明,图3所示的为组织切片图像的灰度图。
所述组织切片图像为包括整个组织切片概要信息的图像,所述组织切片图像可以是用户使用拍摄设备拍摄的组织切片图像,也可以是使用其它成像设备获得的组织切片图像。所述组织切片图像的具体通过何种获取方式获得不作限定,可根据不同需求和条件而选定。
在本实施例中,组织切片图像中的组织图像107以及除组织图像107以外的背景图像中具有一定的颜色对比度,如图3所示。
步骤S120:按照预设关系对所述组织切片图像中的组织图像进行聚类,得到所述组织切片图像中的一个或多个组织区域。
获取的所述组织切片图像中包括分布于不同位置的组织的组织图像107,可以根据所述组织图像107在所述组织切片图像中的位置关系以及预设关系对所述组织切片图像中的组织图像107进行聚类。所述组织切片图像中聚类后的组织图像107可以形成一个区域,从而可以得到所述组织切片图像中的一个或者多个的组织区域。
具体的,如图4所示,该步骤包括:
S121:获取所述组织切片图像的二值图,所述组织切片图像的二值图中包括第一颜色以及第二颜色,所述二值图中组织图像对应的区域为第一颜色。
具体的,如图5所示,步骤S121的获取所述组织切片图像的二值图包括:
步骤S1211:将所述组织切片图像转换为灰度图像。
将获取到的所述切片图像转换为灰度图像,其转换为灰度图像的方法可以是基于亮度的方法,也可以是基于均值的方法,具体的方法不作限定,也可以是其他方法。例如,图3示出了经转换获得的灰度图像。
步骤S1212:将所述组织切片图像的灰度图像进行滤波去除噪声以及直方图均衡化。
将获取的切片图像对应的灰度图像先进行滤波去除噪声,以使消除成像设备以及成像环境噪声干扰造成的影响。其滤波方式可以采用中值滤波,也可以采用均值滤波,具体采用的滤波方式不作限定,也可以是其它滤波方式。
进一步的,对进行滤波去除噪声后的灰度图像进行直方图均衡化。以使扩展像原取值的动态范围,提高所述灰度图像的对比度和灰度色调的变化,使图像更加的清晰。
步骤S1213:利用阈值分割法对滤波去除噪声以及直方图均衡化后的灰度图像进行二值分割,得到所述组织切片图像的二值图。
然后对滤波去除噪声以及直方图均衡化后的灰度图像利用阈值分割法进行二值分割,得到所述切片图像的二值图。在本实施例中,阈值分割的方法采用OSTU算法(大律法),取某个阈值使得前景和背景两类的类间方差最大,然后根据此阈值进行二值分割。当然,具体的阈值分割法不作限定,也可以是其它方法。
由于组织图像107与背景图像的颜色具有不同的颜色对比度,通过二值分割,使组织图像107对应的区域以及背景图像对应的区域颜色不同。
具体的,组织切片图像进行二值分割后的二值图像中包括第一颜色以及第二颜色,所述组织图像107对应的区域为第一颜色,所述背景图像对应的区域为第二颜色。二值分割后的二值图像包括的第一颜色可以是白色,第二颜色可以是黑色,如图6所示。当然,二值分割后的二值图像包括的第一颜色也可以是白色,第二颜色也可以是黑色。
图6示出了图3二值化后获得的图像,在图6中,第一颜色为白色,第二颜色为黑色,即图6中组织图像107对应的区域为白色,背景图像对应的区域为第二颜色,即黑色。当然,如图6所示,组织图像107对应的区域主要为白色,背景图像对应的区域主要为黑色。
当然,在本实施例中,组织切片图像的二值图获取方法并不作为限制,也可以通过其他方法进行获取。
步骤S122:获取所述二值图中第一颜色对应的区域的多个连通区域。
获得的二值图中包括连通区域,对该连通区域进行获取。
步骤S123:确定所述组织切片图像中与所述多个连通区域对应的多个目标区域,将所述多个目标区域中满足预设关系的目标区域聚为一类,获得所述组织切片图像中的一个或多个组织区域。
根据所述二值图中的多个连通区域,确定出在组织切片图像中与所述二值图中的多个连通区域对应的多个目标区域。将多个目标区域中满足预设关系的目标区域聚为一类,每个类作为一个组织区域,获得所述组织切片图像中的一个或者多个组织区域。
具体的,如图7所示,步骤S123可以包括:
步骤S1231:对所述二值图中第一颜色对应的区域进行连通区域标记,获得多个标记区域。
在得到的二值图中的第一颜色对应的区域的多个连通区域中,利用形态学处理对第一颜色对应的区域进行连通区域的标记,可以得到多个的标记区域。
步骤S1232:获取所述多个标记区域的最小外接矩形在所述组织切片图像中对应的多个最小外接矩形区域,所述多个标记区域对应的最小外接矩形区域为所述多个连通区域对应的多个目标区域。
根据所述二值图中的多个标记区域得到所述多个标记区域在所述二值图中的最小外接矩形,获得所述二值图中的多个最小外接矩形区域,如图8所示。再根据所述二值图中多个最小外接矩形区域获取该所述二值图中的多个最小外接矩形区域在所述组织切片图像中对应的多个最小外接矩形区域,如图9所示。在本实施例中,以所述二值图中的多个标记区域对应的所述组织切片图像中的最小外接矩形区域作为所述二值图中的多个连通区域对应的所述组织切片图像中的目标区域。
步骤S1233:将满足预设关系的最小外接矩形区域聚为一类。
所述预设关系可以为所述最小外接矩形区域之间的距离设定预设值。当组织切片图像中的所述最小外接矩形区域之间的距离小于预设值时,判断最小外接矩形区域对应的组织图像107为同一类。当所述最小外接矩形之间的距离大于预设值时,则判断最小外接矩形区域对应的组织图像107不为同一类。当然,预设关系也可以设定为其它。
在本实施例中,所述预设关系为最小外接矩形区域之间有交集,即可以将所述组织切片图像中最小外接矩形区域之间有交集的最小外接矩形区域聚为一类,聚类方式可以是获取有交集的最小外接矩形区域的最小外接矩形,如图10所示。聚类后的区域为根据同一类最小外接矩形区域获得的区域,如图10中每一个方框所对应的区域为图9的最小外接矩形聚类后获得的区域。将聚类后的每一类对应的区域作为组织区域,如图10中3个方框对应的组织区域。可以理解的,图8、图9以及图10中的矩形框线仅仅用于对最小外接矩形或聚类区域的表示,并不一定具有实质意义。
当然,进行最小外接矩形聚类的过程也可以现在二值图中实现,再根据二值图中聚类后的每个类的区域得到二值图对应的组织切片图像中的对应每个类的区域。
步骤S130:确定每个组织区域在所述组织切片图像对应的组织切片中对应的区域,将确定的区域作为所述组织切片的扫描区域,获得所述组织切片的一个或多个扫描区域。
根据得到的组织切片图像中的组织区域确定出每个组织区域在所述组织切片图像对应的组织切片中对应的区域。进一步的,将确定的区域作为所述组织切片的扫描区域。确定的区域可能为一个,也可能为多个,因此得到组织切片的一个或多个扫描区域,以使相应的扫描设备可以对每一个扫描切片进行扫描获得该组织切片的数字切片。
第二实施例
本实施例提供了一种数字切片的获取方法,如图11所示,该方法包括:
S210:获取组织切片图像,所述组织切片图像中包括分布于不同位置的组织的组织图像。
S220:按照预设关系对所述组织切片图像中的组织图像进行聚类,得到所述组织切片图像中的一个或多个组织区域。
S230:确定每个组织区域在所述组织切片图像对应的组织切片中对应的区域,将确定的区域作为所述组织切片的扫描区域,获得所述组织切片的一个或多个扫描区域。
以上步骤的具体细节可以参考第一实施例的具体描述,在此不再赘述。
S240:对所述组织切片的一个或多个扫描区域进行扫描,根据扫描结果获得所述组织切片对应的数字切片。
在获得到组织切片的扫描区域后,计算机100的输入输出单元105对所述组织切片的一个或多个扫描区域进行扫描,再根据得到的扫描结果获得到所述组织切片对应的数字切片。
当组织切片图像中包括多个组织区域,在所述确定每个组织区域在所述组织切片图像对应的组织切片中对应的区域的步骤中确定多个区域,确定的区域为所述组织切片的扫描区域,即获得所述组织切片的多个扫描区域。如图12所示,具体的步骤S240包括:
S241:对所述组织切片的多个扫描区域进行扫描,获得分别对应多个扫描区域的多幅扫描图像。
计算机100的输入输出单元105根据获得的所述组织切片的多个扫描区域进行扫描,得到分别对应多个扫描区域的多幅扫描图像。
S242:将所述多幅扫描图像进行拼接,获得所述组织切片的数字切片。
将获得到的多幅扫描图像进行拼接,获得到完整的所述组织切片对应的数字图像,即获得到所述组织切片的数字图片。
需要说明的是,本说明书中第一实施例与第二实施例采用递进的方式描述,第二实施例说明的是与第一实施例之间的不同之处,两个实施例之间的相同相似的部分互相参见即可。
第三实施例
本实施例提供了一种扫描区域的获取装置200,用于获取组织切片的扫描区域,如图13所示,该扫描区域的获取装置200包括:第一组织切片图像获取模块210、第一组织图像聚类模块220以及第一扫描区域获取模块230。其中:第一组织切片图像获取模块210用于获取组织切片图像,所述组织切片图像中包括分布于不同位置的组织的组织图像。第一组织图像聚类模块220用于按照预设关系对所述组织切片图像中的组织图像进行聚类,得到所述组织切片图像中的一个或多个组织区域。第一扫描区域获取模块230用于确定每个组织区域在所述组织切片图像对应的组织切片中对应的区域,将确定的区域作为所述组织切片的扫描区域,获得所述组织切片的一个或多个扫描区域。
所述第一组织图像聚类模块220包括处理单元221、判断单元222以及确定单元223,如图14所示。其中:处理单元221用于获取所述组织切片图像的二值图,所述组织切片图像的二值图中包括第一颜色以及第二颜色,所述二值图中组织图像对应的区域为第一颜色。判断单元222用于获取所述二值图中第一颜色对应的区域的多个连通区域。确定单元223用于确定所述组织切片图像中与所述多个连通区域对应的多个目标区域,将所述多个目标区域中满足预设关系的目标区域聚为一类,获得所述组织切片图像中的一个或多个组织区域。
所述确定单元包括第一确定子单元、第二确定子单元以及第三确定子单元。其中:第一确定子单元用于对所述二值图中第一颜色对应的区域进行连通区域标记,获得多个标记区域。第二确定子单元用于获取所述多个标记区域的最小外接矩形在所述组织切片图像中对应的多个最小外接矩形区域,所述多个标记区域对应的最小外接矩形区域为所述多个连通区域对应的多个目标区域。第三确定子单元用于将满足预设关系的最小外接矩形区域聚为一类。
所述处理单元包括第一处理子单元、第二处理子单元、第三处理子单元。其中:第一处理子单元用于将所述组织切片图像转换为灰度图像。第二处理子单元用于将所述组织切片图像的灰度图像进行滤波去除噪声以及直方图均衡化。第三处理子单元用于利用阈值分割法对滤波去除噪声以及直方图均衡化后的灰度图像进行二值分割,得到所述组织切片图像的二值图。
第四实施例
本实施例提供了一种数字切片的获取装置300,如图15所示,该数字切片的获取装置300包括:第二组织切片图像获取模块310、第二组织图像聚类模块320、第二扫描区域获取模块330以及组织切片扫描模块340。其中:第二组织切片图像获取模块310用于获取组织切片图像,所述组织切片图像中包括分布于不同位置的组织的组织图像。第二组织图像聚类模块320用于按照预设关系对所述组织切片图像中的组织图像进行聚类,得到所述组织切片图像中的一个或多个组织区域。第二扫描区域获取模块330用于确定每个组织区域在所述组织切片图像对应的组织切片中对应的区域,将确定的区域作为所述组织切片的扫描区域,获得所述组织切片的一个或多个扫描区域。组织切片扫描模块340用于对所述组织切片的一个或多个扫描区域进行扫描,根据扫描结果获得所述组织切片对应的数字切片。
所述组织切片扫描模块包括扫描单元以及拼接单元。扫描单元用于对所述组织切片的多个扫描区域进行扫描,获得分别对应多个扫描区域的多幅扫描图像。拼接单元用于将所述多幅扫描图像进行拼接,获得所述组织切片的数字切片。
需要说明的是,本说明书中第三实施例与第四实施例采用递进的方式描述,第三实施例说明的是与第四实施例之间的不同之处,两个实施例之间的相同相似的部分互相参见即可。
第三实施例与第四实施为装置类实施例,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见对应的方法实施例的部分说明即可。
综上所述,本发明实施例提供的扫描区域的获取方法、数字切片的获取方法及装置,通过获取组织切片图像后,对获取的组织切片图像中的组织图像按照预设关系进行聚类,得到组织切片图像中的一个或者多个组织区域,再根据每个组织区域在组织切片图像中的位置确定每个组织区域在组织切片图像对应的组织切片中对应的区域,并将确定的区域作为组织切片的扫描区域,然后根据扫描区域扫描组织切片获得组织切片对应的数字切片。
该方法及装置,仅仅对获得的组织切片的扫描区域进行扫描,获得的数字切片中不包括扫描区域之间的部分对应的冗余信息,且每个扫描区域为组织聚类后的区域,相对于对单个组织进行分别扫描,所需扫描次数更少,从而所需扫描时间更少。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是,在本文中,诸如第一和第二、另一等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。

Claims (10)

1.一种扫描区域的获取方法,用于获取组织切片的扫描区域,其特征在于,所述方法包括:
获取组织切片图像,所述组织切片图像中包括分布于不同位置的组织的组织图像;
按照预设关系对所述组织切片图像中的组织图像进行聚类,得到所述组织切片图像中的一个或多个组织区域;
确定每个组织区域在所述组织切片图像对应的组织切片中对应的区域,将确定的区域作为所述组织切片的扫描区域,获得所述组织切片的一个或多个扫描区域。
2.根据权利要求1所述的方法,其特征在于,所述按照预设关系对所述组织切片图像中的组织图像进行聚类,得到所述组织切片图像中的一个或多个组织区域包括:
获取所述组织切片图像的二值图,所述组织切片图像的二值图中包括第一颜色以及第二颜色,所述二值图中组织图像对应的区域为第一颜色;
获取所述二值图中第一颜色对应的区域的多个连通区域;
确定所述组织切片图像中与所述多个连通区域对应的多个目标区域,将所述多个目标区域中满足预设关系的目标区域聚为一类,获得所述组织切片图像中的一个或多个组织区域。
3.根据权利要求2所述的方法,其特征在于,所述确定所述组织切片图像中与所述多个连通区域对应的多个目标区域,将所述多个目标区域中满足预设关系的目标区域聚为一类包括:
对所述二值图中第一颜色对应的区域进行连通区域标记,获得多个标记区域;
获取所述多个标记区域的最小外接矩形在所述组织切片图像中对应的多个最小外接矩形区域,所述多个标记区域对应的最小外接矩形区域为所述多个连通区域对应的多个目标区域;
将满足预设关系的最小外接矩形区域聚为一类。
4.根据权利要求3所述的方法,其特征在于,所述预设关系为最小外接矩形区域之间有交集。
5.根据权利要求2所述的方法,其特征在于,所述获取所述组织切片图像的二值图包括:
将所述组织切片图像转换为灰度图像;
将所述组织切片图像的灰度图像进行滤波去除噪声以及直方图均衡化;
利用阈值分割法对滤波去除噪声以及直方图均衡化后的灰度图像进行二值分割,得到所述组织切片图像的二值图。
6.一种数字切片的获取方法,其特征在于,所述方法包括:
获取组织切片图像,所述组织切片图像中包括分布于不同位置的组织的组织图像;
按照预设关系对所述组织切片图像中的组织图像进行聚类,得到所述组织切片图像中的一个或多个组织区域;
确定每个组织区域在所述组织切片图像对应的组织切片中对应的区域,将确定的区域作为所述组织切片的扫描区域,获得所述组织切片的一个或多个扫描区域;
对所述组织切片的一个或多个扫描区域进行扫描,根据扫描结果获得所述组织切片对应的数字切片。
7.根据权利要求6所述的方法,其特征在于,所述组织切片图像中包括多个组织区域,所述确定每个组织区域在所述组织切片图像对应的组织切片中对应的区域的步骤中获得所述组织切片的多个扫描区域,所述对所述组织切片的一个或多个扫描区域进行扫描,所述根据扫描结果得到所述组织切片对应的数字切片包括:
对所述组织切片的多个扫描区域进行扫描,获得分别对应多个扫描区域的多幅扫描图像;
将所述多幅扫描图像进行拼接,获得所述组织切片的数字切片。
8.一种扫描区域的获取装置,用于获取组织切片的扫描区域,其特征在于,所述装置包括:第一组织切片图像获取模块、第一组织图像聚类模块以及第一扫描区域获取模块,其中:
所述第一组织切片图像获取模块用于获取组织切片图像,所述组织切片图像中包括分布于不同位置的组织的组织图像;
所述第一组织图像聚类模块用于按照预设关系对所述组织切片图像中的组织图像进行聚类,得到所述组织切片图像中的一个或多个组织区域;
所述第一扫描区域获取模块用于确定每个组织区域在所述组织切片图像对应的组织切片中对应的区域,将确定的区域作为所述组织切片的扫描区域,获得所述组织切片的一个或多个扫描区域。
9.根据权利要求8所述的装置,其特征在于,所述第一组织图像聚类模块包括处理单元、判断单元以及确定单元,其中:
所述处理单元用于获取所述组织切片图像的二值图,所述组织切片图像的二值图中包括第一颜色以及第二颜色,所述二值图中组织图像对应的区域为第一颜色;
所述判断单元用于获取所述二值图中第一颜色对应的区域的多个连通区域;
所述确定单元用于确定所述组织切片图像中与所述多个连通区域对应的多个目标区域,将所述多个目标区域中满足预设关系的目标区域聚为一类,获得所述组织切片图像中的一个或多个组织区域。
10.一种数字切片的获取装置,其特征在于,所述装置包括:第二组织切片图像获取模块、第二组织图像聚类模块、第二扫描区域获取模块以及组织切片扫描模块,其中:
所述第二组织切片图像获取模块用于获取组织切片图像,所述组织切片图像中包括分布于不同位置的组织的组织图像;
所述第二组织图像聚类模块用于按照预设关系对所述组织切片图像中的组织图像进行聚类,得到所述组织切片图像中的一个或多个组织区域;
所述第二扫描区域获取模块用于确定每个组织区域在所述组织切片图像对应的组织切片中对应的区域,将确定的区域作为所述组织切片的扫描区域,获得所述组织切片的一个或多个扫描区域;
组织切片扫描模块用于对所述组织切片的一个或多个扫描区域进行扫描,根据扫描结果获得所述组织切片对应的数字切片。
CN201610939715.2A 2016-10-25 2016-10-25 扫描区域的获取方法、数字切片的获取方法及装置 Pending CN106485287A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610939715.2A CN106485287A (zh) 2016-10-25 2016-10-25 扫描区域的获取方法、数字切片的获取方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610939715.2A CN106485287A (zh) 2016-10-25 2016-10-25 扫描区域的获取方法、数字切片的获取方法及装置

Publications (1)

Publication Number Publication Date
CN106485287A true CN106485287A (zh) 2017-03-08

Family

ID=58272797

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610939715.2A Pending CN106485287A (zh) 2016-10-25 2016-10-25 扫描区域的获取方法、数字切片的获取方法及装置

Country Status (1)

Country Link
CN (1) CN106485287A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108664937A (zh) * 2018-05-14 2018-10-16 宁波江丰生物信息技术有限公司 一种基于数字病理切片扫描仪的多区域扫描方法
CN109975291A (zh) * 2019-03-08 2019-07-05 广州金域医学检验中心有限公司 数字病理切片的生成方法、装置和计算机设备
CN111080564A (zh) * 2019-11-11 2020-04-28 合肥美石生物科技有限公司 一种图像处理方法及系统
CN111784630A (zh) * 2020-05-18 2020-10-16 广州信瑞医疗技术有限公司 一种病理图像的成分分割方法、装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102590155A (zh) * 2012-01-16 2012-07-18 华中科技大学 组织切片扫描成像装置
CN102982314A (zh) * 2012-11-05 2013-03-20 深圳市恩普电子技术有限公司 一种血管内外膜识别、描记和测量的方法
CN103886576A (zh) * 2013-11-22 2014-06-25 沈阳东软医疗系统有限公司 一种腺体组织特征灰度检测方法及装置
CN105701778A (zh) * 2016-01-11 2016-06-22 赛诺威盛科技(北京)有限公司 一种从ct图像中去除金属伪影的方法
US20160232422A1 (en) * 2009-04-01 2016-08-11 Sony Corporation Biological image presentation device, biological image presentation method, program, and biological image presentation system

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160232422A1 (en) * 2009-04-01 2016-08-11 Sony Corporation Biological image presentation device, biological image presentation method, program, and biological image presentation system
CN102590155A (zh) * 2012-01-16 2012-07-18 华中科技大学 组织切片扫描成像装置
CN102982314A (zh) * 2012-11-05 2013-03-20 深圳市恩普电子技术有限公司 一种血管内外膜识别、描记和测量的方法
CN103886576A (zh) * 2013-11-22 2014-06-25 沈阳东软医疗系统有限公司 一种腺体组织特征灰度检测方法及装置
CN105701778A (zh) * 2016-01-11 2016-06-22 赛诺威盛科技(北京)有限公司 一种从ct图像中去除金属伪影的方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
刘琼 等: "基于敏感点颜色聚类和行聚类筛选的文本提取", 《计算机应用》 *
叶可人 等: "一种基于线阵CCD成像的显微虚拟切片扫描系统", 《中国体视学与图像分析》 *
张小强 等: "一种基于变化检测技术的SAR图像舰船目标鉴别方法", 《电子与信息学报》 *
赵明波: "激光成像雷达地面遮蔽目标检测方法研究", 《中国博士学位论文全文数据库 信息科技辑(月刊)》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108664937A (zh) * 2018-05-14 2018-10-16 宁波江丰生物信息技术有限公司 一种基于数字病理切片扫描仪的多区域扫描方法
CN109975291A (zh) * 2019-03-08 2019-07-05 广州金域医学检验中心有限公司 数字病理切片的生成方法、装置和计算机设备
CN111080564A (zh) * 2019-11-11 2020-04-28 合肥美石生物科技有限公司 一种图像处理方法及系统
CN111784630A (zh) * 2020-05-18 2020-10-16 广州信瑞医疗技术有限公司 一种病理图像的成分分割方法、装置

Similar Documents

Publication Publication Date Title
Wang et al. An adaptive thresholding algorithm of field leaf image
CN107657606B (zh) 一种显示装置的亮度缺陷检测方法与装置
CN106485287A (zh) 扫描区域的获取方法、数字切片的获取方法及装置
CN103530878B (zh) 一种基于融合策略的边缘提取方法
Ke et al. A review of methods for automatic individual tree-crown detection and delineation from passive remote sensing
Liu et al. A novel transferable individual tree crown delineation model based on Fishing Net Dragging and boundary classification
CN104021561B (zh) 基于小波变换及形态学运算的织物起毛起球图像分割方法
CN106530311A (zh) 切片图像处理方法及装置
CN102999886A (zh) 图像边缘检测器及标尺光栅栅线精度检测系统
CN101689301A (zh) 在ct图像数据中检测出血性卒中
CN104036521A (zh) 一种新的视网膜眼底图像分割方法
CN101984916A (zh) 基于数字图像处理技术的血管管径测量方法
CN103020634A (zh) 用于验证码识别的分割方法和装置
CN105023272A (zh) 农作物叶子虫害检测方法和系统
CN104637066B (zh) 基于序贯细化的二值图像快速骨架提取方法
CN106937059A (zh) 基于Kinect的影像合成方法和系统
CN115116083B (zh) 监控画面电力图元自动标识及修正方法、系统及存储介质
CN107274409A (zh) 机织物疵点分割方法
CN103218819A (zh) 基于四叉树分解的超声图像最优同质区域自动选取方法
CN107742536A (zh) 信息处理的方法及装置
CN104657983B (zh) 一种基于Gabor滤波的织物毛球密度检测方法
Pandit et al. A system for nail color analysis in healthcare
CN108510636B (zh) 图像分割方法、图像分割装置及终端设备
CN113971803A (zh) 一种图像中粘连字符的分割方法及相关设备
Li et al. A hybrid edge detection method for cell images based on fuzzy entropy and the canny operator

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20170308