CN111179264B - 标本的复原图制作方法、装置、标本处理系统、电子设备 - Google Patents

标本的复原图制作方法、装置、标本处理系统、电子设备 Download PDF

Info

Publication number
CN111179264B
CN111179264B CN202010027711.3A CN202010027711A CN111179264B CN 111179264 B CN111179264 B CN 111179264B CN 202010027711 A CN202010027711 A CN 202010027711A CN 111179264 B CN111179264 B CN 111179264B
Authority
CN
China
Prior art keywords
pathological
picture
specimen
lesion
marking
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.)
Active
Application number
CN202010027711.3A
Other languages
English (en)
Other versions
CN111179264A (zh
Inventor
令狐恩强
柴宁莉
张楠
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.)
Chinese PLA General Hospital
Original Assignee
Chinese PLA General Hospital
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 Chinese PLA General Hospital filed Critical Chinese PLA General Hospital
Priority to CN202010027711.3A priority Critical patent/CN111179264B/zh
Publication of CN111179264A publication Critical patent/CN111179264A/zh
Application granted granted Critical
Publication of CN111179264B publication Critical patent/CN111179264B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G06T7/0014—Biomedical image inspection using an image reference approach
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30204—Marker

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

本申请实施例提供了一种标本的复原图制作方法、装置、标本处理系统、电子设备。标本的复原图制作方法包括：通过对标本的病理切片图片进行图像识别，在标本的病理切片图片上标记出病变及其位置；根据病变在标本的病理切片图片上的位置，在病理取材后图片上的对应位置处标记出病变；根据病变在病理取材后图片上的位置，在病理取材前图片上的对应位置处标记出病变，制作出标本的复原图。本申请提供的方案，可以根据病变在标本的病理切片图片上的位置，确定病变在病理取材后图片上的位置；再经由其确定病变在病理取材前图片上的位置，制作出标本的复原图，最终获得病变在标本上的位置及病变程度，本申请提供的方案可以提高制作复原图效率。

Description

标本的复原图制作方法、装置、标本处理系统、电子设备
技术领域
本申请实施例涉及标本处理领域，尤其涉及一种标本的复原图制作方法、装置、标本处理系统、电子设备。
背景技术
我国胃癌发病率第三、死亡率第二，是危害国民身体健康的一种重要疾病，一旦发现，患者将不得不通过外科手术切除方式进行治疗，给患者带来极大痛苦的同时，预后也比较差。
近年来，新兴了一种早期胃癌的治疗手段，内镜下粘膜剥离术(endoscopicsubmucosal dissection,ESD)。ESD作为内镜下治疗消化道病变的微创手术，起源于日本，于2008年引入国内，是目前国际多项指南和共识均推荐内镜下切除为早期胃癌的首选治疗方式。作为治疗胃部非浸润性肿瘤和早期胃癌的首选治疗方式，ESD具有侵袭性小、一次性完整切除较大黏膜病变、病理诊断准确、术后复发率低及康复快等优势和特点，在临床中发挥了重要作用。
采用ESD作为治疗方案后，经常会在术后进行ESD标本病理诊断，来通过复原病理(即绘制切除的标本对应的复原图)判断治疗方案是否成功，是否需要追加其他外科手术方案等，且病理复原对病变分析也存在重要意义。
然而，通常通过人工的方式绘制复原图，耗时耗力，且效率低，一个常规的复原图可能耗时4-6小时才能绘制完成，不利于标本病理诊断的普及。
发明内容
有鉴于此，本申请实施例所解决的技术问题之一在于提供一种标本的复原图制作方法、装置、标本处理系统、电子设备，用以克服现有技术中的至少部分缺陷。
本申请实施例提供了一种标本的复原图制作方法，其包括：通过对标本的病理切片图片进行图像识别，在标本的病理切片图片上标记出病变及其位置；根据所述病变在所述标本的病理切片图片上的位置，在病理取材后图片上的对应位置处标记出所述病变；根据所述病变在所述病理取材后图片上的位置，在病理取材前图片上的对应位置处标记出所述病变，制作出标本的复原图。
可选地，在本申请的任一实施例中，所述根据所述病变在所述标本的病理切片图片上的位置，在病理取材后图片上的对应位置处标记出所述病变之前，所述方法还包括：对所述标本的病理切片图片进行等比例缩放处理，以使得所述病变在所述标本的病理切片图片上的位置与所述病变在病理取材后图片上的位置一致。
可选地，在本申请的任一实施例中，所述对所述标本的病理切片图片进行等比例缩放处理，以使得所述病变在所述标本的病理切片图片上的位置与所述病变在病理取材后图片上的位置一致，包括：确定所述病理切片图片上的组织特征；对所述病理切片图片上的组织特征进行等比例缩放处理，以使得所述病变在所述标本的病理切片图片上的位置与所述病变在病理取材后图片上的位置一致。
可选地，在本申请的任一实施例中，所述根据所述病变在所述标本的病理切片图片上的位置，在病理取材后图片上的对应位置处标记出所述病变，包括：将所述标本的病理切片图片与所述病理取材后图片重叠；根据所述病变在所述标本的病理切片图片上的位置，在所述病理取材后图片的对应位置处标记出所述病变。
可选地，在本申请的任一实施例中，所述根据所述病变在所述病理取材后图片上的位置，在病理取材前图片上的对应位置处标记出所述病变，制作出标本的复原图，包括：将所述病理取材后图片进行分割处理得到若干子图片；对所述若干子图片进行拼接处理得到病理取材后的有效图片；根据所述病变在所述病理取材后的有效图片上的位置，在所述病理取材前图片上的对应位置处标记出所述病变，制作出标本的复原图。
可选地，在本申请的任一实施例中，所述通过对标本的病理切片图片进行图像识别，在标本的病理切片图片上标记出病变及其位置，具体为：通过对标本的病理切片图片进行图像识别，确定病理切片图片上的病变及其位置；根据设定的第一颜色标注模型，在所述病理切片图片上标记出病变及其位置。
可选地，在本申请的任一实施例中，所述根据所述病变在所述病理取材后图片上的位置，在病理取材前图片上的对应位置处标记出所述病变，制作出标本的复原图，具体为：根据设定的第二颜色标注模型以及所述病变在所述病理取材后图片上的位置，在所述病理取材前图片上的对应位置处标记出所述病变，制作出标本的复原图。
本申请实施例提供了一种标本的复原图制作装置，其包括：病变位置标记单元，用于通过对标本的病理切片图片进行图像识别，在标本的病理切片图片上标记出病变及其位置；病理取材后图片标记单元，用于根据所述病变在所述标本的病理切片图片上的位置，在病理取材后图片上的对应位置处标记出所述病变；病理取材前图片标记单元，用于根据所述病变在所述病理取材后图片上的位置，在病理取材前图片上的对应位置处标记出所述病变，制作出标本的复原图。
可选地，在本申请的任一实施例中，标本的复原图制作装置还包括：切片图片缩放单元，用于对标本的病理切片图片进行等比例缩放处理，以使得病变在标本的病理切片图片上的位置与病变在病理取材后图片上的位置一致。
可选地，在本申请的任一实施例中，切片图片缩放单元，包括：组织特征确定单元，用于确定病理切片图片上的组织特征；缩放单元，用于对病理切片图片上的组织特征进行等比例缩放处理，以使得病变在标本的病理切片图片上的位置与病变在病理取材后图片上的位置一致。
可选地，在本申请的任一实施例中，病理取材后图片标记单元，包括：重叠单元，用于将标本的病理切片图片与病理取材后图片重叠；切片标记单元，用于根据病变在标本的病理切片图片上的位置，在病理取材后图片的对应位置处标记出病变。
可选地，在本申请的任一实施例中，病理取材前图片标记单元，包括：分割单元，用于将病理取材后图片进行分割处理得到若干子图片；拼接单元，用于对若干子图片进行拼接处理得到病理取材后的有效图片；病变标记单元，用于根据病变在病理取材后的有效图片上的位置，在病理取材前图片上的对应位置处标记出病变，制作出标本的复原图。
可选地，在本申请的任一实施例中，病变位置标记单元包括：识别单元，用于通过对标本的病理切片图片进行图像识别，确定所述病理切片图片上的病变及其位置；标注单元，用于根据设定的第一颜色标注模型，在病理切片图片上标记出病变及其位置。
可选地，在本申请的任一实施例中，病理取材前图片标记单元包括：病变标记单元，用于根据设定的第二颜色标注模型以及病变在病理取材后图片上的位置，在病理取材前图片上的对应位置处标记出病变，制作出标本的复原图。
本申请实施例提供了一种标本处理系统，其包括：工作台、操作室、图像采集组件、处理器，所述操作室和所述图像采集组件设置在所述工作台的台面上，所述图像采集组件位于所述操作室的内部，所述操作室通过操作通道与外界连通，所述图像采集组件用于采集病理取材后图片和/或病理取材前图片；所述处理器还用于实现如下步骤：获取所述图像采集组件采集的所述病理取材后图片和/或所述病理取材前图片；通过对标本的病理切片图片进行图像识别，在标本的病理切片图片上标记出病变及其位置；根据所述病变在所述标本的病理切片图片上的位置，在所述病理取材后图片上的对应位置处标记出所述病变；以及，根据所述病变在所述病理取材后图片上的位置，在所述病理取材前图片上的对应位置处标记出所述病变，制作出标本的复原图。
可选地，处理器实现的步骤中，在根据病变在标本的病理切片图片上的位置，在病理取材后图片上的对应位置处标记出病变的步骤之前，还实现如下步骤：对标本的病理切片图片进行等比例缩放处理，以使得病变在标本的病理切片图片上的位置与病变在病理取材后图片上的位置一致。
可选地，处理器实现的步骤中，对标本的病理切片图片进行等比例缩放处理，以使得病变在标本的病理切片图片上的位置与病变在病理取材后图片上的位置一致的步骤，包括：确定病理切片图片上的组织特征；对病理切片图片上的组织特征进行等比例缩放处理，以使得病变在标本的病理切片图片上的位置与病变在病理取材后图片上的位置一致。
可选地，处理器实现的步骤中，根据病变在标本的病理切片图片上的位置，在病理取材后图片上的对应位置处标记出病变的步骤，包括：将标本的病理切片图片与病理取材后图片重叠；根据病变在标本的病理切片图片上的位置，在病理取材后图片的对应位置处标记出病变。
可选地，处理器实现的步骤中，根据病变在病理取材后图片上的位置，在病理取材前图片上的对应位置处标记出病变，制作出标本的复原图的步骤，包括：将病理取材后图片进行分割处理得到若干子图片；对若干子图片进行拼接处理得到病理取材后的有效图片；根据病变在病理取材后的有效图片上的位置，在病理取材前图片上的对应位置处标记出病变，制作出标本的复原图。
可选地，处理器实现的步骤中，通过对标本的病理切片图片进行图像识别，在标本的病理切片图片上标记出病变及其位置的步骤，具体为：通过对标本的病理切片图片进行图像识别，确定所述病变在所述病理切片图片上的位置；根据设定的第一颜色标注模型，在病理切片图片上标记出病变及其位置。
可选地，处理器实现的步骤中，根据病变在病理取材后图片上的位置，在病理取材前图片上的对应位置处标记出病变，制作出标本的复原图的步骤，具体为：根据设定的第二颜色标注模型以及病变在病理取材后图片上的位置，在病理取材前图片上的对应位置处标记出病变，制作出标本的复原图。
本申请实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如下步骤：通过对标本的病理切片图片进行图像识别，在标本的病理切片图片上标记出病变及其位置；根据所述病变在所述标本的病理切片图片上的位置，在病理取材后图片上的对应位置处标记出所述病变；以及，根据所述病变在所述病理取材后图片上的位置，在病理取材前图片上的对应位置处标记出所述病变，制作出标本的复原图。
可选地，处理器实现的步骤中，在根据病变在标本的病理切片图片上的位置，在病理取材后图片上的对应位置处标记出病变的步骤之前，还实现如下步骤：对标本的病理切片图片进行等比例缩放处理，以使得病变在标本的病理切片图片上的位置与病变在病理取材后图片上的位置一致。
可选地，处理器实现的步骤中，对标本的病理切片图片进行等比例缩放处理，以使得病变在标本的病理切片图片上的位置与病变在病理取材后图片上的位置一致的步骤，包括：确定病理切片图片上的组织特征；对病理切片图片上的组织特征进行等比例缩放处理，以使得病变在标本的病理切片图片上的位置与病变在病理取材后图片上的位置一致。
可选地，处理器实现的步骤中，根据病变在标本的病理切片图片上的位置，在病理取材后图片上的对应位置处标记出病变的步骤，包括：将标本的病理切片图片与病理取材后图片重叠；根据病变在标本的病理切片图片上的位置，在病理取材后图片的对应位置处标记出病变。
可选地，处理器实现的步骤中，根据病变在病理取材后图片上的位置，在病理取材前图片上的对应位置处标记出病变，制作出标本的复原图的步骤，包括：将病理取材后图片进行分割处理得到若干子图片；对若干子图片进行拼接处理得到病理取材后的有效图片；根据病变在病理取材后的有效图片上的位置，在病理取材前图片上的对应位置处标记出病变，制作出标本的复原图。
可选地，处理器实现的步骤中，通过对标本的病理切片图片进行图像识别，在标本的病理切片图片上标记出病变及其位置的步骤，具体为：通过对标本的病理切片图片进行图像识别，确定所述病变在所述病理切片图片上的位置；根据设定的第一颜色标注模型，在病理切片图片上标记出病变及其位置。
可选地，处理器实现的步骤中，根据病变在病理取材后图片上的位置，在病理取材前图片上的对应位置处标记出病变，制作出标本的复原图的步骤，具体为：根据设定的第二颜色标注模型以及病变在病理取材后图片上的位置，在病理取材前图片上的对应位置处标记出病变，制作出标本的复原图。
本申请实施例提供了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，该程序被处理器执行时实现如上所述的方法。
本申请实施例提供的方案，通过对标本的病理切片图片进行图像识别，在标本的病理切片图片上标记出病变及其位置，可以根据病理切片图片准确地确定病变及其位置；然后可以根据病变在标本的病理切片图片上的位置，在病理取材后图片上的对应位置处标记出病变，从而可以将病理切片图片上的病变转移至病理取材后图片上，然后根据病变在病理取材后图片上的位置，在病理取材前图片上的对应位置处标记出病变，从而可以将病理取材后图片上标记的病变转移至病理取材前图片上，制作出标本的复原图，且整个制作复原图的过程不需要人工干预，或需要的人工干预较少，从而通过本申请实施例提供的方案，可以提高制作复原图效率。
附图说明
后文将参照附图以示例性而非限制性的方式详细描述本申请实施例的一些具体实施例。附图中相同的附图标记标示了相同或类似的部件或部分。本领域技术人员应该理解，这些附图未必是按比例绘制的。附图中：
图1为本申请实施例一中标本的复原图制作方法的流程示意图；
图2a为本申请实施例二中标本的复原图制作方法的流程示意图；
图2b为本申请实施例二中标记前的病理切片图片示意图；
图2c为本申请实施例二中标记后的病理切片图片示意图；
图2d、图2e为本申请实施例二中病理取材后图片示意图；
图2f、图2g为本申请实施例二中标记出病变的病理取材后图片示意图；
图2h、图2i为本申请实施例二中病理取材前图片示意图；
图2j、图2k为本申请实施例二中制作出的复原图的示意图；
图3为本申请实施例三中标本的复原图制作装置的结构示意图；
图4为本申请实施例四中电子设备的结构示意图。
具体实施方式
实施本申请实施例的任一技术方案必不一定需要同时达到以上的所有优点。
为了使本领域的人员更好地理解本申请实施例中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请实施例一部分实施例，而不是全部的实施例。基于本申请实施例中的实施例，本领域普通技术人员所获得的所有其他实施例，都应当属于本申请实施例保护的范围。
下面结合本申请实施例附图进一步说明本申请实施例具体实现。
图1为本申请实施例一中标本的复原图制作方法的流程示意图；如图1所示，其包括以下步骤：
步骤S101：通过对标本的病理切片图片进行图像识别，在标本的病理切片图片上标记出病变及其位置。
在获取到作为标本的病变组织后，技术人员可以将作为标本的病变组织通过切片机切为多个薄片，然后用特殊的化学药剂进行染色，以使病变组织的上的病变能够在显微镜下明显观察到，然后可以根据染色后的薄片确定病理切片图片，并可以通过对标本的病理切片图片进行图像识别，例如分析病理切片图片中的颜色等，确定病变及位置。病变的位置具体可以包括病变的区域位置，从而根据病变的区域位置确定出病变范围。
确定病变在标本的病理切片图片上的位置后，可以通过后续步骤，根据病变在标本的病理切片图片上的位置确定病变在病理取材后图片上的位置，再经由病变在病理取材后图片上的位置确定病变在病理取材前图片上的位置，最终获得病变在标本上的位置及病变程度，其中，病变程度可以通过病变的数量、病变的范围等确定。
病理切换图片上可以包括多个病变位置，多个病变位置对应的病变类型可以相同也可以不同，本实施例对此不进行限定；病理切片图片的数量可以为一个或多个，本实施例对此也不进行限定。
步骤S102：根据病变在标本的病理切片图片上的位置，在病理取材后图片上的对应位置处标记出病变。
病理取材后图片为对作为标本的病变组织进行病理取材后确定的图片。具体进行病理取材的方法，以及确定病理取材后图片的方法可参考相关技术，本实施例不再赘述；比如将病变在标本的病理切片图片上的位置通过坐标转换处理，转换到病理取材后图片上，从而得到在病理取材后图片上的对应位置处标记出病变。
由于在步骤S101中，标注了病理切片图片中的病变及位置，且病理切片图片与病理取材后图片对应的是同一标本，而病变在标本上的位置固定。因此，可以根据病理切片图片上病变的位置，在病理取材后图片上的对应位置处标记出病变。
步骤S103：根据病变在病理取材后图片上的位置，在病理取材前图片上的对应位置处标记出病变，制作出标本的复原图。
由于本申请中，病理取材前和病理取材后图片对应的是同一个标本，而病变在标本上的位置固定，基于此，可以直接根据病变在病理取材后图片上的位置，在病理取材前图片上的对应位置处标记出病变，从而制作出复原图。比如，通过统一病理取材后图片、病理取材前图片的坐标系，从而在病理取材前图片上的对应位置处标记出病变，从而制作出标本的复原图。
复原图即对标本进行复原后的图片，制作出的复原图中准确标明了标本存在的病变，以及各个病变的位置，使得医务人员可以直接根据复原图确定出病变在标本上的位置及病变程度，并可以更加直观的根据复原图对病变进行分析。
另外需要说明的是，上述步骤S101-S103具体可由人工智能实现，例如，可以通过人工智能操控机器人，采集病理切片图片、病理取材前图片或者病理取材后图片，可以通过人工智能对标本的病理切片图片进行图像识别，确定病理切片图片上的病变及位置等。具体地，人工智能可以包括训练得到的用于识别病变的神经网络模型。
根据本申请实施例，通过对标本的病理切片图片进行图像识别，在标本的病理切片图片上标记出病变及其位置，可以根据病理切片图片准确地确定病变及其位置；然后可以根据病变在标本的病理切片图片上的位置，在病理取材后图片上的对应位置处标记出病变，从而可以将病理切片图片上的病变转移至病理取材后图片上，然后根据病变在病理取材后图片上的位置，在病理取材前图片上的对应位置处标记出病变，从而可以将病理取材后图片上标记的病变转移至病理取材前图片上，制作出标本的复原图，且整个制作复原图的过程不需要人工干预，或需要的人工干预较少，从而通过本申请实施例提供的方案，可以提高制作复原图效率。
本实施例的标本的复原图制作方法可以由任意适当的具有数据处理能力的电子设备执行，包括但不限于：服务器、移动终端(如平板电脑、手机等)和PC机等。
图2a为本申请实施例二中标本的复原图制作方法的示意图；如图2a所示，其包括以下步骤：
步骤S201：利用高清数字扫描仪获得病理切片图片。
获得的病理切片图片具体可以如图2b所示。为了提高复原图的准确性，病理切片图片可以为高清扫描图。
具体进行扫描时，可以将扫描图的背景设置为白色，以模拟显微镜下的环境，使得后续步骤中对标本的病理切片图片进行图像识别后，得到的病变的识别结果更加准确。
步骤S202：通过对标本的病理切片图片进行图像识别，在标本的病理切片图片上标记出病变及其位置。
具体地，可以通过算法模型，对病理切片图片进行图像识别，从而确定并标记出病变及其位置。标记后的病理切片图片可以如图2c所示。
具体地，算法模型具体可以为神经网络模型，在使用神经网络模型前，可以先使用显微镜环境下采集的病理切片图片对神经网络模型进行训练，使得训练得到的神经网络模型能够自动识别并标注出病理切片图片上的病变及其位置。应当理解的是，本申请对神经网络模型的具体结构不进行限定，只要能够被训练为用于识别病变及其位置的神经网络模型均可。
此外，算法模型也可以为其他，本实施例在此不再赘述。
可选地，本实施例中，步骤S202具体可以为：通过对标本的病理切片图片进行图像识别，确定病理切片图片上的病变及其位置；根据设定的第一颜色标注模型，在病理切片图片上标记出病变及其位置。由此，可以根据标注的颜色，方便地区分病变的类型或病变的严重程度等。
具体地，根据第一颜色标注模型进行标注时，可以按照WHO进行标注，即通过黄色表示低级别上皮内瘤变、通过红色表示高级别上皮内瘤变、通过紫色表示癌变，通过亮蓝表示浸润性癌等，当然，上述仅为举例说明，本领域的技术人员可以根据需求设置其他标注方式，本实施例对此不进行限定。
步骤S203：对标本的病理切片图片进行等比例缩放处理，以使得病变在标本的病理切片图片上的位置与病变在病理取材后图片上的位置一致。
由此，仅进行等比例缩放处理，而不对图片的具体内容进行修改，从而可以尽量保证病理切片图片的内容准确性。
另外，判断病变在标本的病理切片图片上的位置与病变在病理取材后图片上的位置一致的判断标准可由本领域的技术人员确定。具体地，判断标准可以例如：病理切片图片的宽度与取材后图片的宽度一致，则可以确定病变在两者上的位置一致；或者，可以通过肉眼进行判断，部分病变在标本的病理切片图片上的位置与在病理取材后图片上的位置一致。
另外，病理取材后图片的背景可选为黑色，以增加背景与标本本身的对比度。
进一步地，步骤S203包括：确定病理切片图片上的组织特征上的组织特征；对病理切片图片上的组织特征进行等比例缩放处理，以使得病变在标本的病理切片图片上的位置与病变在病理取材后图片上的位置一致。
具体地，如图2c所示，病理切片图片上可以包括多个组织特征，每个组织特征可以对应一个标本切片后的薄片。
确定组织特征的同时，还可以确定每个组织特征的长度、每个组织特征位于病理切片图片上的位置、各个组织特征的表面形态等。根据组织特征的表面形态，可以将组织特征与进行病理取材后图片对应，一个组织特征可以与病理取材后图片中的一部分对应。如图2d或图2e所示，进行病理取材后图片中包括多个区域，每个区域可以对应一个组织特征，图2d为黑色背景下采集的病理取材后图片，图2e为白色背景下采集的病理取材后图片。
确定对应关系后，可以根据病理取材后图片中对应区域的长度，对组织特征进行等比例缩放处理，使得组织特征的长度与对应区域的长度相同，进而使得病变在标本的病理切片图片上的位置与病变在病理取材后图片上的位置一致。
步骤S204：根据病变在标本的病理切片图片上的位置，在病理取材后图片上的对应位置处标记出病变。
可选地，本实施例中，步骤S204还可以包括：将标本的病理切片图片与病理取材后图片重叠；根据病变在标本的病理切片图片上的位置，在病理取材后图片的对应位置处标记出病变。
标记出病变的病理取材后图片可以如图2f或图2g所示，图2f或图2g左侧的S1(section1)、S5(section5)、S10(section10)、S15(section15)、S20(section20)、S26(section26)为组织特征的编号。另外需要说明的是，图2e中右侧为与病变对应的标注说明，图2f中未示出标注病变的颜色，但在实际使用时，与病变对应的可以具有颜色的线条或形状，图2f与图2g的区别在于，图2f的背景为，图2g的背景为白色。
根据上述步骤S203可知，病理切片图片中的组织特征与病理取材后图片中的某个区域相同，则进行重叠时，可以直接将病理切片图片中的组织特征与对应的区域重叠；进行重叠时，病理切片图片位于上层、病理取材后图片位于下层，或者，病理取材后图片位于上层、病理切片图片可位于下层，本实施例对此不进行限定。
重叠后，可以直接基于重叠关系，将病理切片图片中对应位置的病变标注至病理取材后图片的重叠位置即可，使得标记病变的过程更加简单方便，进而简化了制作复原图的过程。
步骤S205：根据病变在病理取材后图片上的位置，在病理取材前图片上的对应位置处标记出病变，制作出标本的复原图。
为了保证制作出的复原图的准确性，步骤S205可以包括：
1)将病理取材后图片进行分割处理得到若干子图片。
2)对若干子图片进行拼接处理得到病理取材后的有效图片。
3)根据病变在病理取材后的有效图片上的位置，在病理取材前图片上的对应位置处标记出病变，制作出标本的复原图。
由于病理取材后图片可能与病理取材前的图像存在差异，即病理取材后图片中的标本形状与实际的病变区域的形状可能存在差异，因此，需要将病理取材后图片进行分割处理得到若干子图片，再通过拼接处理得到病理取材后的有效图片，病理取材后的有效图片可以根据进行病理取材前图片确定，使得病理取材后的有效图片与实际的病变区域对应，由此，可以直接根据病变在病理取材后的有效图片上的位置，在病理取材前图片上的对应位置处标记出病变，使得标记过程更加简单。
具体地，将病理取材后图片进行分割处理时，可以将多余的背景去除，得到若干子图片，然后可以将子图片的位置进行移动，使之与图2h或图2i示出的病理取材前图片对应。
例如，如图2h或图2i所示，标本上均存在标记点1，标记点1可以为医生进行手术时圈定的手术范围的点，或者医生用来辨别病变部分或其他部分的记号等。当存在标记点时，可以将若干子图片上的标记点与病理取材前图片中的标记点重叠，然后将若干子图片进行拼接处理，即可得到病理取材后的有效图片。图2h与图2i的区别在于，图2h的背景为，图2i的背景为白色。
确定有效图片后，可以根据病变在病理取材后的有效图片上的位置，在病理取材前图片上的对应位置处标记出病变，以制作出标本的复原图，制作出的复原图可以如图2j或图2k所示。图2j或图2k中右侧为与病变对应的标注说明，图2j或图2k中未示出标注病变的颜色，但在实际使用时，与病变对应的可以具有颜色的线条或区域。图2j与图2k的区别在于，图2j的背景为，图2k的背景为白色。
图2c、图2f、图2g、图2j、图2k中，仅以病变包括低级别上皮内瘤变、高级别上皮内瘤变、癌、浸润性癌、WGA、出芽、血管浸润等病变作为示例，但并不作为本申请的限定。
另外，根据病变在病理取材后的有效图片上的位置，在病理取材前图片上的对应位置处标记出病变时，可以直接将病理取材后的有效图片与病理取材前图片重叠。重叠后，病理取材前图片位于上层、病理取材后的有效图片位于下层，或者，病理取材后的有效图片位于上层、病理取材前图片位于下层，本实施例对此不进行限定。
重叠后，可以直接基于重叠关系，将病理取材后的有效图片中对应位置的病变，标注至病理取材前图片的重叠位置即可，使得标记病变的过程更加简单方便，进而简化了制作复原图的过程。
可选地，本申请实施例中，步骤S205具体可以为：根据设定的第二颜色标注模型以及病变在病理取材后图片上的位置，在病理取材前图片上的对应位置处标记出病变，制作出标本的复原图。由此，可以根据标注的颜色，方便地区分病变的类型或病变的严重程度等。
本实施例中，第一颜色标注模型以及第二颜色标注模型进行标注时，标注所依据的标准可以相同，例如均可以依据WHO标准，当然，两者所依据的标准也可以不同，本实施例对此不进行限定。且，上述步骤S204中，根据病变在标本的病理切片图片上的位置，在病理取材后图片上的对应位置处标记出病变时，同样可根据第一颜色标注模型或者第二颜色标注模型进行标注。
本实施例的另一实现方式中，可以在步骤S203之前，先通过上述方法，得到病理取材后的有效图片，然后再执行步骤S203、S204、S205，即，对标本的病理切片图片进行等比例缩放处理，以使得病变在标本的病理切片图片上的位置与病变在病理取材后的有效图片上的位置一致，然后根据病变在标本的病理切片图片上的位置，在病理取材后的有效图片上的对应位置处标记出病变，再根据病变在病理取材后的有效图片上的位置，在病理取材前图片上的对应位置处标记出病变，制作出标本的复原图。
本实施例提供的方案，通过对标本的病理切片图片进行图像识别，将病理取材后图片进行分割处理得到若干子图片；然后对若干子图片进行拼接处理得到病理取材后的有效图片，提高了有效图片的准确度，之后根据病变在病理取材后的有效图片上的位置，在病理取材前图片上的对应位置处标记出病变，从而让进一步提高了制作出的标本的复原图的准确度。
本实施例的标本的复原图制作方法可以由任意适当的具有数据处理能力的电子设备执行，包括但不限于：服务器、移动终端(如平板电脑、手机等)和PC机等。
图3为本申请实施例三中标本的复原图制作装置；如图3所示，其包括：病变位置标记单元301、病理取材后图片标记单元302、病理取材前图片标记单元303。
病变位置标记单元301，用于通过对标本的病理切片图片进行图像识别，在标本的病理切片图片上标记出病变及其位置。
病理取材后图片标记单元302，用于根据病变在标本的病理切片图片上的位置，在病理取材后图片上的对应位置处标记出病变。
病理取材前图片标记单元303，用于根据病变在病理取材后图片上的位置，在病理取材前图片上的对应位置处标记出病变，制作出标本的复原图。
在本申请实施例一具体应用中，标本的复原图制作装置还包括：切片图片缩放单元，用于对标本的病理切片图片进行等比例缩放处理，以使得病变在标本的病理切片图片上的位置与病变在病理取材后图片上的位置一致。
在本申请实施例一具体应用中，切片图片缩放单元，包括：组织特征确定单元，用于确定病理切片图片上的组织特征；缩放单元，用于对病理切片图片上的组织特征进行等比例缩放处理，以使得病变在标本的病理切片图片上的位置与病变在病理取材后图片上的位置一致。
在本申请实施例一具体应用中，病理取材后图片标记单元302，包括：重叠单元，用于将标本的病理切片图片与病理取材后图片重叠；切片标记单元，用于根据病变在标本的病理切片图片上的位置，在病理取材后图片的对应位置处标记出病变。
在本申请实施例一具体应用中，病理取材前图片标记单元303，包括：分割单元，用于将病理取材后图片进行分割处理得到若干子图片；拼接单元，用于对若干子图片进行拼接处理得到病理取材后的有效图片；病变标记单元，用于根据病变在病理取材后的有效图片上的位置，在病理取材前图片上的对应位置处标记出病变，制作出标本的复原图。
在本申请实施例一具体应用中，病变位置标记单元301包括：识别单元，用于通过对标本的病理切片图片进行图像识别，确定所述病理切片图片上的病变及其位置；标注单元，用于根据设定的第一颜色标注模型，在病理切片图片上标记出病变及其位置。
在本申请实施例一具体应用中，病理取材前图片标记单元303包括：病变标记单元，用于根据设定的第二颜色标注模型以及病变在病理取材后图片上的位置，在病理取材前图片上的对应位置处标记出病变，制作出标本的复原图。
在本申请实施例一具体应用中，病理切片图片为高清扫描图。
根据本申请实施例，通过对标本的病理切片图片进行图像识别，在标本的病理切片图片上标记出病变及其位置，可以根据病理切片图片准确地确定病变及其位置；通过对标本的病理切片图片进行等比例缩放处理，可以使得病变在标本的病理切片图片上的位置与病变在病理取材后图片上的位置一致；然后可以根据病变在标本的病理切片图片上的位置，在病理取材后图片上的对应位置处标记出病变，从而可以将病理切片图片上的病变转移至病理取材后图片上，再根据病变在病理取材后图片上的位置，在病理取材前图片上的对应位置处标记出病变，从而可以将病理取材后图片上标记的病变转移至病理取材前图片上，制作出标本的复原图，且整个制作复原图的过程不需要人工干预，或需要的人工干预较少，从而通过本申请实施例提供的方案，可以提高制作复原图效率。
本实施例的复原图制作装置可以由任意适当的具有数据处理能力的电子设备执行，包括但不限于：服务器、移动终端(如平板电脑、手机等)和PC机等。
本申请实施例四还提供一种标本处理系统，其包括：工作台、操作室、图像采集组件、处理器，操作室和图像采集组件设置在工作台的台面上，图像采集组件位于操作室的内部，操作室通过操作通道与外界连通，图像采集组件用于病理取材后图片和/或病理取材前图片。
处理器还用于实现如下步骤：获取图像采集组件采集的病理取材后图片和/或病理取材前图片；通过对标本的病理切片图片进行图像识别，在标本的病理切片图片上标记出病变及其位置；根据病变在标本的病理切片图片上的位置，在病理取材后图片上的对应位置处标记出病变；以及，根据病变在病理取材后图片上的位置，在病理取材前图片上的对应位置处标记出病变，制作出标本的复原图。
可选地，处理器实现的步骤中，在根据病变在标本的病理切片图片上的位置，在病理取材后图片上的对应位置处标记出病变的步骤之前，还实现如下步骤：对标本的病理切片图片进行等比例缩放处理，以使得病变在标本的病理切片图片上的位置与病变在病理取材后图片上的位置一致。
可选地，处理器实现的步骤中，对标本的病理切片图片进行等比例缩放处理，以使得病变在标本的病理切片图片上的位置与病变在病理取材后图片上的位置一致的步骤，包括：确定病理切片图片上的组织特征；对病理切片图片上的组织特征进行等比例缩放处理，以使得病变在标本的病理切片图片上的位置与病变在病理取材后图片上的位置一致。
可选地，处理器实现的步骤中，根据病变在标本的病理切片图片上的位置，在病理取材后图片上的对应位置处标记出病变的步骤，包括：将标本的病理切片图片与病理取材后图片重叠；根据病变在标本的病理切片图片上的位置，在病理取材后图片的对应位置处标记出病变。
可选地，处理器实现的步骤中，根据病变在病理取材后图片上的位置，在病理取材前图片上的对应位置处标记出病变，制作出标本的复原图的步骤，包括：将病理取材后图片进行分割处理得到若干子图片；对若干子图片进行拼接处理得到病理取材后的有效图片；根据病变在病理取材后的有效图片上的位置，在病理取材前图片上的对应位置处标记出病变，制作出标本的复原图。
可选地，处理器实现的步骤中，通过对标本的病理切片图片进行图像识别，在标本的病理切片图片上标记出病变及其位置的步骤，具体为：通过对标本的病理切片图片进行图像识别，确定所述病变在所述病理切片图片上的位置；根据设定的第一颜色标注模型，在病理切片图片上标记出病变及其位置。
可选地，处理器实现的步骤中，根据病变在病理取材后图片上的位置，在病理取材前图片上的对应位置处标记出病变，制作出标本的复原图的步骤，具体为：根据设定的第二颜色标注模型以及病变在病理取材后图片上的位置，在病理取材前图片上的对应位置处标记出病变，制作出标本的复原图。
可选地，病理切片图片为高清扫描图。
另外，标本处理系统中还可以包括高清数字扫描仪，病理切片图片可通过高清数字扫描仪采集。
根据本申请实施例，通过处理器对标本的病理切片图片进行图像识别，在标本的病理切片图片上标记出病变及其位置，可以根据病理切片图片准确地确定病变及其位置；然后可以根据病变在标本的病理切片图片上的位置，在病理取材后图片上的对应位置处标记出病变，从而可以将病理切片图片上的病变转移至病理取材后图片上，然后根据病变在病理取材后图片上的位置，在病理取材前图片上的对应位置处标记出病变，从而可以将病理取材后图片上标记的病变转移至病理取材前图片上，制作出标本的复原图，且整个制作复原图的过程不需要人工干预，或需要的人工干预较少，从而通过本申请实施例提供的方案，可以提高制作复原图效率。
图4是本申请执行标本的复原图制作方法的一些电子设备的硬件结构示意图。根据图4所示，该设备包括：
一个或多个处理器410以及存储器420，图4中以一个处理器410为例。
执行标本的复原图制作方法的设备还可以包括：输入装置430和输出装置440。
处理器410、存储器420、输入装置430和输出装置440可以通过总线或者其他方式连接，图4中以通过总线连接为例。
存储器420作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序450，如本申请实施例中的标本的复原图制作方法对应的程序450。处理器410通过运行存储在存储器420中的非易失性软件程序450，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中标本的复原图制作方法。
存储器420可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据标本的复原图制作装置的使用所创建的数据等。此外，存储器420可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。
在一些实施例中，存储器420可选包括相对于处理器410远程设置的存储器，这些远程存储器可以通过网络连接至标本的复原图制作装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置430可接收输入的数字或字符信息，以及产生与标本的复原图制作装置的用户设置以及功能控制有关的键信号输入。
一个或者多个模块存储在存储器420中，当被一个或者多个处理器410执行时，可以使得一个或多个处理器410实现如下步骤：对标本的病理切片图片进行图像识别，在标本的病理切片图片上标记出病变及其位置；根据病变在标本的病理切片图片上的位置，在病理取材后图片上的对应位置处标记出病变；根据病变在病理取材后图片上的位置，在病理取材前图片上的对应位置处标记出病变，制作出标本的复原图。
可选地，处理器执行计算机程序时实现的步骤中，在根据病变在标本的病理切片图片上的位置，在病理取材后图片上的对应位置处标记出病变的步骤之前，还执行如下步骤：对标本的病理切片图片进行等比例缩放处理，以使得病变在标本的病理切片图片上的位置与病变在病理取材后图片上的位置一致。
可选地，处理器执行计算机程序时实现的步骤中，对标本的病理切片图片进行等比例缩放处理，以使得病变在标本的病理切片图片上的位置与病变在病理取材后图片上的位置一致的步骤，包括：确定病理切片图片上的组织特征；对病理切片图片上的组织特征进行等比例缩放处理，以使得病变在标本的病理切片图片上的位置与病变在病理取材后图片上的位置一致。
可选地，处理器执行计算机程序时实现的步骤中，根据病变在标本的病理切片图片上的位置，在病理取材后图片上的对应位置处标记出病变的步骤，包括：将标本的病理切片图片与病理取材后图片重叠；根据病变在标本的病理切片图片上的位置，在病理取材后图片的对应位置处标记出病变。
可选地，处理器执行计算机程序时实现的步骤中，根据病变在病理取材后图片上的位置，在病理取材前图片上的对应位置处标记出病变，制作出标本的复原图的步骤，包括：将病理取材后图片进行分割处理得到若干子图片；对若干子图片进行拼接处理得到病理取材后的有效图片；根据病变在病理取材后的有效图片上的位置，在病理取材前图片上的对应位置处标记出病变，制作出标本的复原图。
可选地，处理器执行计算机程序时实现的步骤中，通过对标本的病理切片图片进行图像识别，在标本的病理切片图片上标记出病变及其位置的步骤，具体为：通过对标本的病理切片图片进行图像识别，确定所述病理切片图片上的病变及其位置；根据设定的第一颜色标注模型，在病理切片图片上标记出病变及其位置。
可选地，处理器执行计算机程序时实现的步骤中，根据病变在病理取材后图片上的位置，在病理取材前图片上的对应位置处标记出病变，制作出标本的复原图的步骤，具体为：根据设定的第二颜色标注模型以及病变在病理取材后图片上的位置，在病理取材前图片上的对应位置处标记出病变，制作出标本的复原图。
上述产品可执行本申请实施例所提供的方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本申请实施例所提供的方法。
至此，已经对本主题的特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作可以按照不同的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序，以实现期望的结果。在某些实施方式中，多任务处理和并行处理可以是有利的。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
还需要说明的是，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、商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、商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、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定事务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行事务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (15)

1.一种标本的复原图制作方法，其特征在于，包括：
通过对标本的病理切片图片进行图像识别，在所述病理切片图片上标记出病变及其位置；
根据所述病变在所述标本的病理切片图片上的位置，在病理取材后图片上的对应位置处标记出所述病变；
根据所述病变在所述病理取材后图片上的位置，在病理取材前图片上的对应位置处标记出所述病变，制作出标本的复原图；
其中，所述根据所述病变在所述标本的病理切片图片上的位置，在病理取材后图片上的对应位置处标记出所述病变，包括：
将所述标本的病理切片图片与所述病理取材后图片重叠；
根据所述病变在所述标本的病理切片图片上的位置，在所述病理取材后图片的对应位置处标记出所述病变。
2.根据权利要求1所述的方法，其特征在于，所述根据所述病变在所述标本的病理切片图片上的位置，在病理取材后图片上的对应位置处标记出所述病变之前，方法还包括：对所述标本的病理切片图片进行等比例缩放处理，以使得所述病变在所述标本的病理切片图片上的位置与所述病变在病理取材后图片上的位置一致。
3.根据权利要求2所述的方法，其特征在于，所述对所述标本的病理切片图片进行等比例缩放处理，以使得所述病变在所述标本的病理切片图片上的位置与所述病变在病理取材后图片上的位置一致，包括：
确定所述病理切片图片上的组织特征；
对所述病理切片图片上的组织特征进行等比例缩放处理，以使得所述病变在所述标本的病理切片图片上的位置与所述病变在病理取材后图片上的位置一致。
4.根据权利要求1所述的方法，其特征在于，所述根据所述病变在所述病理取材后图片上的位置，在病理取材前图片上的对应位置处标记出所述病变，制作出标本的复原图，包括：
将所述病理取材后图片进行分割处理得到若干子图片；
对所述若干子图片进行拼接处理得到所述病理取材后的有效图片；
根据所述病变在所述病理取材后的有效图片上的位置，在所述病理取材前图片上的对应位置处标记出所述病变，制作出标本的复原图。
5.根据权利要求1所述的方法，其特征在于，所述通过对标本的病理切片图片进行图像识别，在所述病理切片图片上标记出病变及其位置，包括：通过对所述标本的病理切片图片进行图像识别，确定所述病理切片图片上的病变及其位置；根据设定的第一颜色标注模型，在所述病理切片图片上标记出病变及其位置。
6.根据权利要求1所述的方法，其特征在于，所述根据所述病变在所述病理取材后图片上的位置，在病理取材前图片上的对应位置处标记出所述病变，制作出标本的复原图，包括：根据设定的第二颜色标注模型以及所述病变在所述病理取材后图片上的位置，在所述病理取材前图片上的对应位置处标记出所述病变，制作出标本的复原图。
7.一种标本的复原图制作装置，其特征在于，包括：
病变位置标记单元，用于通过对标本的病理切片图片进行图像识别，在所述病理切片图片上标记出病变及其位置；
病理取材后图片标记单元，用于根据所述病变在所述标本的病理切片图片上的位置，在病理取材后图片上的对应位置处标记出所述病变；
病理取材前图片标记单元，用于根据所述病变在所述病理取材后图片上的位置，在病理取材前图片上的对应位置处标记出所述病变，制作出标本的复原图；
其中，所述病理取材后图片标记单元包括：重叠单元，用于将所述标本的病理切片图片与所述病理取材后图片重叠；切片标记单元，用于根据所述病变在所述标本的病理切片图片上的位置，在所述病理取材后图片的对应位置处标记出所述病变。
8.根据权利要求7所述的装置，其特征在于，装置还包括：切片图片缩放单元，用于对所述标本的病理切片图片进行等比例缩放处理，以使得所述病变在所述标本的病理切片图片上的位置与所述病变在所述病理取材后图片上的位置一致。
9.根据权利要求7所述的装置，其特征在于，所述病理取材前图片标记单元包括：分割单元，用于将所述病理取材后图片进行分割处理得到若干子图片；拼接单元，用于对所述若干子图片进行拼接处理得到病理取材后的有效图片；病变标记单元，用于根据所述病变在所述病理取材后的有效图片上的位置，在所述病理取材前图片上的对应位置处标记出所述病变，制作出所述标本的复原图。
10.一种标本处理系统，其特征在于，包括：工作台、操作室、图像采集组件、处理器，所述操作室和所述图像采集组件设置在所述工作台的台面上，所述图像采集组件位于所述操作室的内部，所述操作室通过操作通道与外界连通，所述图像采集组件用于采集病理取材后图片和/或病理取材前图片；
所述处理器用于实现如下步骤：获取所述图像采集组件采集的所述病理取材后图片和/或所述病理取材前图片；通过对标本的病理切片图片进行图像识别，在所述病理切片图片上标记出病变及其位置；根据所述病变在所述标本的病理切片图片上的位置，在所述病理取材后图片上的对应位置处标记出所述病变；以及，根据所述病变在所述病理取材后图片上的位置，在所述病理取材前图片上的对应位置处标记出所述病变，制作出标本的复原图；
其中，所述处理器实现的步骤中，根据所述病变在所述标本的病理切片图片上的位置，在所述病理取材后图片上的对应位置处标记出所述病变的步骤，包括：
将所述标本的病理切片图片与所述病理取材后图片重叠；
根据所述病变在所述标本的病理切片图片上的位置，在所述病理取材后图片的对应位置处标记出所述病变。
11.根据权利要求10所述的系统，其特征在于，所述处理器实现的步骤中，在所述根据所述病变在所述标本的病理切片图片上的位置，在所述病理取材后图片上的对应位置处标记出所述病变的步骤之前，还实现如下步骤：对所述标本的病理切片图片进行等比例缩放处理，以使得所述病变在所述标本的病理切片图片上的位置与病变在所述病理取材后图片上的位置一致。
12.根据权利要求10所述的系统，其特征在于，所述处理器实现的步骤中，根据所述病变在所述病理取材后图片上的位置，在所述病理取材前图片上的对应位置处标记出所述病变，制作出标本的复原图的步骤，包括：
将所述病理取材后图片进行分割处理得到若干子图片；
对所述若干子图片进行拼接处理得到病理取材后的有效图片；
根据所述病变在所述病理取材后的有效图片上的位置，在所述病理取材前图片上的对应位置处标记出所述病变，制作出所述标本的复原图。
13.一种电子设备，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如下步骤：
通过对标本的病理切片图片进行图像识别，在标本的病理切片图片上标记出病变及其位置；根据所述病变在所述标本的病理切片图片上的位置，在病理取材后图片上的对应位置处标记出所述病变；以及，根据所述病变在所述病理取材后图片上的位置，在病理取材前图片上的对应位置处标记出所述病变，制作出标本的复原图；
其中，所述处理器实现的步骤中，根据所述病变在所述标本的病理切片图片上的位置，在所述病理取材后图片上的对应位置处标记出所述病变的步骤，包括：
将所述标本的病理切片图片与所述病理取材后图片重叠；
根据所述病变在所述标本的病理切片图片上的位置，在所述病理取材后图片的对应位置处标记出所述病变。
14.根据权利要求13所述的电子设备，其特征在于，所述处理器实现的步骤中，在所述根据所述病变在所述标本的病理切片图片上的位置，在所述病理取材后图片上的对应位置处标记出所述病变的步骤之前，还实现如下步骤：对所述标本的病理切片图片进行等比例缩放处理，以使得所述病变在所述标本的病理切片图片上的位置与病变在所述病理取材后图片上的位置一致。
15.根据权利要求13所述的电子设备，其特征在于，所述处理器实现的步骤中，根据所述病变在所述病理取材后图片上的位置，在所述病理取材前图片上的对应位置处标记出所述病变，制作出标本的复原图的步骤，包括：
将所述病理取材后图片进行分割处理得到若干子图片；
对所述若干子图片进行拼接处理得到病理取材后的有效图片；
根据所述病变在所述病理取材后的有效图片上的位置，在所述病理取材前图片上的对应位置处标记出所述病变，制作出所述标本的复原图。
CN202010027711.3A 2020-01-10 2020-01-10 标本的复原图制作方法、装置、标本处理系统、电子设备 Active CN111179264B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010027711.3A CN111179264B (zh) 2020-01-10 2020-01-10 标本的复原图制作方法、装置、标本处理系统、电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010027711.3A CN111179264B (zh) 2020-01-10 2020-01-10 标本的复原图制作方法、装置、标本处理系统、电子设备

Publications (2)

Publication Number Publication Date
CN111179264A CN111179264A (zh) 2020-05-19
CN111179264B true CN111179264B (zh) 2023-10-03

Family

ID=70657846

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010027711.3A Active CN111179264B (zh) 2020-01-10 2020-01-10 标本的复原图制作方法、装置、标本处理系统、电子设备

Country Status (1)

Country Link
CN (1) CN111179264B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111795879A (zh) * 2020-07-14 2020-10-20 青岛大学附属医院 利用脱水套装制作的病理标本在数字化评估系统中的应用

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107076650A (zh) * 2014-10-31 2017-08-18 奥林巴斯株式会社 图像处理方法以及细胞分取方法
CN107369134A (zh) * 2017-06-12 2017-11-21 上海斐讯数据通信技术有限公司 一种模糊图像的图像复原方法
CN108734708A (zh) * 2018-05-23 2018-11-02 平安科技（深圳）有限公司 胃癌识别方法、装置及存储介质
CN109961448A (zh) * 2019-04-10 2019-07-02 杭州智团信息技术有限公司 组织病变区域勾勒方法及系统
CN110047078A (zh) * 2019-04-18 2019-07-23 北京市商汤科技开发有限公司 图像处理方法及装置、电子设备和存储介质
CN110660477A (zh) * 2018-06-29 2020-01-07 北京优纳医疗科技有限公司 幽门螺杆菌自动筛选和标注的系统及方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107076650A (zh) * 2014-10-31 2017-08-18 奥林巴斯株式会社 图像处理方法以及细胞分取方法
CN107369134A (zh) * 2017-06-12 2017-11-21 上海斐讯数据通信技术有限公司 一种模糊图像的图像复原方法
CN108734708A (zh) * 2018-05-23 2018-11-02 平安科技（深圳）有限公司 胃癌识别方法、装置及存储介质
CN110660477A (zh) * 2018-06-29 2020-01-07 北京优纳医疗科技有限公司 幽门螺杆菌自动筛选和标注的系统及方法
CN109961448A (zh) * 2019-04-10 2019-07-02 杭州智团信息技术有限公司 组织病变区域勾勒方法及系统
CN110047078A (zh) * 2019-04-18 2019-07-23 北京市商汤科技开发有限公司 图像处理方法及装置、电子设备和存储介质

Also Published As

Publication number Publication date
CN111179264A (zh) 2020-05-19

Similar Documents

Publication Publication Date Title
JP7384960B2 (ja) 腫瘍を識別するための畳み込みニューラルネットワークを用いた組織像の処理
Alagappan et al. Artificial intelligence in gastrointestinal endoscopy: The future is almost here
CN111161275B (zh) 医学图像中目标对象的分割方法、装置和电子设备
Jose et al. Generative adversarial networks in digital pathology and histopathological image processing: a review
Mira et al. Early diagnosis of oral cancer using image processing and artificial intelligence
CN110189303B (zh) 一种基于深度学习和图像增强的nbi图像处理方法及其应用
CN110838110A (zh) 一种基于超声成像的良恶性肿块的识别系统
CN108027968A (zh) 在数字病理学中的信息转换
CN117036343B (zh) 用于识别腋窝淋巴结转移癌的ffoct图像分析方法和装置
CN111179264B (zh) 标本的复原图制作方法、装置、标本处理系统、电子设备
CN116386902A (zh) 基于深度学习的大肠癌人工智能辅助病理诊断系统
CN116779093B (zh) 一种医学影像结构化报告的生成方法、装置和计算机设备
Dos Santos et al. Influence of data augmentation strategies on the segmentation of Oral histological images using fully convolutional neural networks
CN112863699A (zh) 一种基于移动端的esd术前讨论系统
CN110443792B (zh) 一种基于并行深度神经网络的骨扫描图像处理方法及系统
CN117649373A (zh) 一种消化内镜图像处理方法及存储介质
WO2023249552A1 (en) System and method for classification of basal cell carcinoma based on confocal microscopy
CN116704288A (zh) 一种阑尾切除手术器具识别模型的训练方法及识别方法
Xue et al. A unified set of analysis tools for uterine cervix image segmentation
Zhang et al. SI-ViT: Shuffle instance-based Vision Transformer for pancreatic cancer ROSE image classification
Paramasivam et al. Oral cancer detection using convolutional neural network
CN109559802B (zh) 数据显示方法和装置
Dabass et al. Automated mucous glands detection and segmentation in colon histology images using semantic segmentation
CN112884762A (zh) 基于人工智能的胃活检组织学分型系统及分型方法
RU2757256C1 (ru) Способ и система диагностирования патологических изменений в биоптате предстательной железы

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant