CN111755103A - 一种转换病理切片方法及装置 - Google Patents

一种转换病理切片方法及装置 Download PDF

Info

Publication number
CN111755103A
CN111755103A CN202010390389.0A CN202010390389A CN111755103A CN 111755103 A CN111755103 A CN 111755103A CN 202010390389 A CN202010390389 A CN 202010390389A CN 111755103 A CN111755103 A CN 111755103A
Authority
CN
China
Prior art keywords
picture
layer
small
information
matrix
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
CN202010390389.0A
Other languages
English (en)
Inventor
潘康平
袁孟全
杨勇
谢龙珠
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.)
Guiyang Sanjiu Internet Medical Co ltd
Original Assignee
Guiyang Sanjiu Internet Medical 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 Guiyang Sanjiu Internet Medical Co ltd filed Critical Guiyang Sanjiu Internet Medical Co ltd
Priority to CN202010390389.0A priority Critical patent/CN111755103A/zh
Publication of CN111755103A publication Critical patent/CN111755103A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/51—Indexing; Data structures therefor; Storage structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4053—Scaling of whole images or parts thereof, e.g. expanding or contracting based on super-resolution, i.e. the output image resolution being higher than the sensor resolution
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本申请公开了一种转换病理切片方法及装置，通过读取原始病理图像文件，所述原始病理图像文件包括原始病理切片，原始病理切片包括至少一个图层；获取所述原始病理切片的图片信息，将图片信息保存至数据库；所述图片信息包括原始病理切片的图层数量、每一图层的分辨率和每一图层的像素尺寸；根据图片信息将原始病理切片的每一图层按预设矩阵规则裁剪为若干小图片，并保存所述小图片的路径集合的矩阵信息至数据库；根据所述图片信息和所述小图片的路径集合的矩阵信息形成第一处理数据，对SVS格式的医学病理图片各个分辨率切片进行裁剪，生成图片矩阵，并将图片基本信息保存在数据库中，满足前端展示分析。

Description

一种转换病理切片方法及装置
技术领域
本申请涉及医疗技术领域，尤其涉及一种转换病理切片的方法及装置。
背景技术
随着互联网技术与医学的不断融合，对医学领域专业图片的处理不限于专业软件处理，更希望能够在更多通用领域中得到应用，比如使用普通的浏览器即可浏览这些医学专业图片。但是由于医学专业图片都比较大，专业性强，很难直接在web浏览器的前端进行展示和分析。现有针对SVS格式医学病理图片主要使用Deep Zoom技术来处理(支持DeepZoom的开源库有很多，比如：openslide，py_wsi，pyvips等)，前端使用基于Javascript可以显示多层图片的web库OpenSeaDragon来加载显示图片，有基本操作功能，但和专业软件比起来，后端服务器处理满足不了病理图片分析，而对应的前端服务器也不适合自定义功能。
发明内容
本申请提供了一种转换病理切片的方法及装置，以解决现有专业软件自定义功能不容易扩展、满足不了前端进行病理图片分析的问题。
第一方面，为实现上述目的，本申请提供了一种转换病理切片的方法，所述方法包括：
读取原始病理图像文件，所述原始病理图像文件包括原始病理切片，所述原始病理切片包括至少一个图层；
获取所述原始病理切片的图片信息，将所述图片信息保存至数据库；所述图片信息包括原始病理切片的图层数量、每一图层的分辨率和每一图层的像素尺寸；
根据图片信息将原始病理切片的每一图层按预设矩阵规则裁剪为若干小图片，并保存所述小图片的路径集合的矩阵信息至数据库；
根据所述图片信息和所述小图片的路径集合的矩阵信息形成第一处理数据。
进一步地，所述原始病理图像文件还包括元素图片，所述方法还包括：
保存所述元素图片，获取元素图片信息，将所述元素图片的存储路径保存至数据库。
进一步地，所述根据图片信息将原始病理切片的每一图层按预设矩阵规则裁剪为若干小图片，并保存所述小图片的路径集合的矩阵信息至数据库，包括：
获取每一图层的分辨率和每一图层的像素尺寸。
根据每一图层的分辨率、每一图层的像素尺寸和预设矩阵规则，获取每一小图片的分辨率和每一小图片的像素尺寸。
根据每一小图片的分辨率和每一小图片的像素尺寸对每一图层进行裁剪获取小图片矩阵。
根据命名规则对小图片矩阵中的每一小图片命名，形成小图片的路径集合的矩阵信息。
保存所述小图片的路径集合的矩阵信息至数据库。
进一步地，还包括：根据所述图片信息、所述元素图片的存储路径和所述小图片的路径集合的矩阵信息形成第二处理数据。
进一步地，所述的转换病理切片的方法对每一图层进行裁剪的预设矩阵规则相同或不同。
第二方面，本申请还提供了一种转换病理切片的装置，所述装置包括：
读取单元，用于读取原始病理图像文件，所述原始病理图像文件包括原始病理切片，所述原始病理切片包括至少一个图层；
信息获取单元，用于获取所述原始病理切片的图片信息，将所述图片信息保存至数据库；所述图片信息包括原始病理切片的图层数量、每一图层的分辨率和每一图层的像素尺寸；
转换单元，用于根据图片信息将原始病理切片的每一图层按预设矩阵规则裁剪为若干小图片，并保存所述小图片的路径集合的矩阵信息至数据库；
处理数据形成单元，用于根据所述图片信息和所述小图片的路径集合的矩阵信息形成第一处理数据。
进一步地，所述原始病理图像文件还包括元素图片，所述读取单元还用于：
保存所述元素图片，获取元素图片信息，将所述元素图片的存储路径保存至数据库。
进一步地，所述转换单元还用于：
获取每一图层的分辨率和每一图层的像素尺寸。
根据每一图层的分辨率、每一图层的像素尺寸和预设矩阵规则，获取每一小图片的分辨率和每一小图片的像素尺寸。
根据每一小图片的分辨率和每一小图片的像素尺寸对每一图层进行裁剪获取小图片矩阵。
根据命名规则对小图片矩阵中的每一小图片命名，形成小图片的路径集合的矩阵信息。
保存所述小图片的路径集合的矩阵信息至数据库。
进一步地，所述处理数据形成单元还用于根据所述图片信息、所述元素图片的存储路径和所述小图片的路径集合的矩阵信息形成第二处理数据。
进一步地，所述的转换病理切片的装置，对每一图层进行裁剪的预设矩阵规则相同或不同。
第三方面，为实现上述目的，本申请提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现第一方面任一项转换病理切片的方法的步骤。
第四方面，为实现上述目的，本申请提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现第一方面任一项转换病理切片的方法的步骤。
由以上技术方案可见，本申请实施例提供的一种转换病理切片的方法及装置，通过读取原始病理图像文件，所述原始病理图像文件包括原始病理切片，所述原始病理切片为SVS格式，所述原始病理切片包括至少一个图层；获取所述原始病理切片的图片信息，将所述图片信息保存至数据库；所述图片信息包括原始病理切片的图层数量、每一图层的分辨率和每一图层的像素尺寸；根据图片信息将原始病理切片的每一图层按预设矩阵规则裁剪为若干小图片，并保存所述小图片的路径集合的矩阵信息至数据库；根据所述图片信息和所述小图片的路径集合的矩阵信息形成第一处理数据，对SVS格式的医学病理图片各个分辨率切片进行裁剪，生成图片矩阵，并将图片基本信息保存在数据库中，满足前端展示分析。裁剪后的图片较小能进行常规查看，可以很直观的看到各个分辨率病理切片对应的清晰图片集合，不需要使用专业软件。
后端服务器只需要生成一次，前端直接获取显示，前端可采用的加载方式不限制，只要按照一定进行图片展示就能复原各个分辨率图片，满足不同的前端加载方式。而且转换后图片具有比较完善的信息，前端能针对图片进行有效分析。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种转换病理切片的方法的流程示意图；
图2本申请实施例提供的原始病理切片和元素图片示意图；
图3为本申请实施例提供的小图片矩阵的坐标信息；
图4为本申请实施例提供的处理数据的示意图；
图5为本申请实施例提供的一种转换病理切片的装置的结构示意图。
具体实施方式
下面通过对本申请进行详细说明，本申请的特点和优点将随着这些说明而变得更为清楚、明确。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
在本申请的描述中，需要说明的是，术语“上”、“下”、“内”、“外”、“前”、“后”、“左”和“右”等指示的方位或位置关系为基于本申请工作状态下的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。此外，术语“第一”、“第二”、“第三”和“第四”仅用于描述目的，而不能理解为指示或暗示相对重要性。
本申请人发现，现有的Deep Zoom技术，前端服务器通过使用OpenSeaDragon来加载显示，这就不仅需要前端人员掌握OpenSeaDragon，而且前端服务器二次开发较难，生成的各个分辨率切片文件和信息满足不了医学分析，很不直观，需要理解和分析SVS文件的基本组成，需要操作人员具有很强的专业知识，而且加载速度也不是很快。
为解决上述问题，本申请提供了一种转换病理切片的方法及装置，下面结合附图，详细介绍本申请的具体实施例。
图1为本申请实施例提供的一种转换病理切片的方法的流程示意图，如图1所示，所述方法包括步骤S101至S104。
S101：读取原始病理图像文件，所述原始病理图像文件包括原始病理切片，所述原始病理切片包括至少一个图层。
具体的，所述原始病理切片可以为SVS格式，现有SVS格式的医学病理图片都比较大，专业性强，根据图片处理流程，可使用工具包进行原始病理图像文件的加载和读取，如采用开源的openslide-python工具包。原始病理图像文件包括原始病理切片或其他可用于记载属性的信息流数据，所述原始病理切片至少包括一个图层，每个图层具有不同的分辨率，如第0层为最低分辨率图层，如1000*800，第1层的分辨率大于第0层的分辨率，如为2000*1600，逐层分辨率升高，分辨率越高的图层清晰度越高，图像更能高保真。
在另外的实施例中，所述原始病理图像文件中还包括元素图片，如标签label、最大背景图macro、缩略图thumbnail等，用于对所述原始病理切片进一步的补充说明。可以通过openslide和numpy工具这些元素图片进行保存。图2为原始病理切片和元素图片。
S102：获取所述原始病理切片的图片信息，将所述图片信息保存至数据库；所述图片信息包括原始病理切片的图层数量、每一图层的分辨率和每一图层的像素尺寸。
所述原始病理切片的图片信息包括mpp、level_downsamples、level_dimensions等。其中mpp是指每一图层分辨率与设备分辨率的比例；level_downsamples是每一个图层分辨率与图层中最大分辨率的比例；level_dimensions是每一个图层对应的像素尺寸。像素尺寸为像素宽*像素高，像素宽和像素高是受拍摄的相机所影响，在将该组织的切片照片拍摄完成之后，便会确定，像素宽、高为拍摄时通过机器分辨率系数转换所得。此系数单位为pixel/um，即像素和微米的比例值，此比例值为机器拍摄时自带的值。像素尺寸的单位为微米或者厘米，下述实施例中为便于理解，未标注尺寸。
具体实施时，需将每一图层的图片信息保存至数据库，以利于用户调取使用。
如果所述原始病理图像文件中还包括元素图片，则还需获取元素图片信息，将所述元素图片的存储路径保存至数据库。
S103：根据图片信息将原始病理切片的每一图层按预设矩阵规则裁剪为若干小图片，并保存所述小图片的路径集合的矩阵信息至数据库。
具体实施时，将每一图层裁剪为矩阵式的小图片。另外裁剪所选择的矩阵规则可以所有图层是相同的，也可以不同的图层选择不同的矩阵规则，例如第0图层的矩阵规则是30*30，而第1图层的矩阵规则是40*40。
裁剪的具体步骤可包括：
S301：获取每一图层的分辨率和每一图层的像素尺寸。
S302：根据每一图层的分辨率、每一图层的像素尺寸和预设矩阵规则，获取每一小图片的分辨率和每一小图片的像素尺寸。
S303：根据每一小图片的分辨率和每一小图片的像素尺寸对每一图层进行裁剪获取小图片矩阵。
S304：根据命名规则对小图片矩阵中的每一小图片命名，形成小图片的路径集合的矩阵信息。
S305：保存所述小图片的路径集合的矩阵信息至数据库。
具体实施时，如以包括2个图层的原始病理切片为例，第0层为最低分辨率图层，分辨率为1000*800，像素尺寸为50*50；第1层的分辨率大为2000*1600，像素尺寸为100*100，如果对2个图层都执行同一预设矩阵规则，如都裁剪为5*5的矩阵，其裁剪的具体步骤如下。
首先经过计算获知第0层裁剪的每个小图片的分辨率为(1000/5)*(800/5)＝200*160，每个小图片的像素尺寸为(50/5)*(50/5)＝10*10；第1层裁剪的每个小图片的分辨率为(2000/5)*(1600/5)＝400*320，每个小图片的像素尺寸为(100/5)*(100/5)＝20*20。再以参考坐标点为坐标系原点，对图层进行逐层的裁剪，获取每一个小图片的坐标及区域，根据openslide和numpy工具包将每个区域图片信息生成小块图片，形成每一图层对应的小图片矩阵，再根据命名规则对小图片矩阵中的每一小图片命名，如文件名_对应图层_矩阵横坐标_矩阵纵坐标，最后形成小图片的路径集合的矩阵信息，保存在数据中，形成一条完整的图片解析数据。其中，小图片矩阵保存在服务器中，其对应的保存路径保存至数据库中。另外参考坐标点一般指图层左上角的坐标或统一为右上角，或者其他点位置。图3为小图片矩阵的坐标信息示意图。
在具体实施时，可以选择生成的小图片格式是jpg格式，生成后的小图片矩阵的大小是原svs格式图片的2-3倍，原图片文件越大，脚本执行时间越长，比如：处理60M左右的图片，执行脚本时间大概在85s左右，那处理350M左右的图片，大概需要370s左右。如果生成的图片格式选择png，生成的图片集文件大小是原图片文件大小的10倍以上，脚本执行时间也会成倍增长，让人很难接受。生成的jpg格式图片比起png格式图片，失真率在接受范围之内，脚本执行时间短。
S104：根据所述图片信息和所述小图片的路径集合的矩阵信息形成第一处理数据。
获取小图片矩阵及小图片的路径集合的矩阵信息后，输出图片的处理结果，包括成功或失败，还可以输出图片的处理时间，以备后续查询使用。获取处理结果后，根据所述图片信息和所述小图片的路径集合的矩阵信息形成第一处理数据，如图4中的photo_set所示，供前端提取调用。
如果所述原始病理图像文件中还包括元素图片，则可根据所述图片信息、所述元素图片的存储路径和所述小图片的路径集合的矩阵信息形成第二处理数据。
通过本发明进行病理切片的转换，可以很直观的看到各个分辨率病理切片对应的清晰图片集合，不需要使用专业软件，前端展示加载更容易实现。
与本申请提供的一种转换病理切片的方法实施例相对应，本申请还提供一种转换病理切片的装置的实施例。参考图5，为本申请实施例提供的一种转换病理切片的装置的结构示意图，所述装置包括：
读取单元100，用于读取原始病理图像文件，所述原始病理图像文件包括原始病理切片，所述原始病理切片为SVS格式，所述原始病理切片包括至少一个图层；
信息获取单元200，用于获取所述原始病理切片的图片信息，将所述图片信息保存至数据库；所述图片信息包括原始病理切片的图层数量、每一图层的分辨率和每一图层的像素尺寸；
转换单元300，用于根据图片信息将原始病理切片的每一图层按预设矩阵规则裁剪为若干小图片，并保存所述小图片的路径集合的矩阵信息至数据库；
处理数据形成单元400，用于根据所述图片信息和所述小图片的路径集合的矩阵信息形成第一处理数据。
进一步地，所述原始病理图像文件还包括元素图片，所述读取单元100还用于：
保存所述元素图片，获取元素图片信息，将所述元素图片的存储路径保存至数据库。
进一步地，所述转换单元300还用于：
获取每一图层的分辨率和每一图层的像素尺寸。
根据每一图层的分辨率、每一图层的像素尺寸和预设矩阵规则，获取每一小图片的分辨率和每一小图片的像素尺寸。
根据每一小图片的分辨率和每一小图片的像素尺寸对每一图层进行裁剪获取小图片矩阵。
根据命名规则对小图片矩阵中的每一小图片命名，形成小图片的路径集合的矩阵信息。
保存所述小图片的路径集合的矩阵信息至数据库。
所述处理数据形成单元400还用于根据所述图片信息、所述元素图片的存储路径和所述小图片的路径集合的矩阵信息形成第二处理数据。对每一图层进行裁剪的预设矩阵规则相同或不同。
本申请实施例提供的一种转换病理切片的方法及装置，通过读取原始病理图像文件，所述原始病理图像文件包括原始病理切片，所述原始病理切片为SVS格式，所述原始病理切片包括至少一个图层；获取所述原始病理切片的图片信息，将所述图片信息保存至数据库；所述图片信息包括原始病理切片的图层数量、每一图层的分辨率和每一图层的像素尺寸；根据图片信息将原始病理切片的每一图层按预设矩阵规则裁剪为若干小图片，并保存所述小图片的路径集合的矩阵信息至数据库；根据所述图片信息和所述小图片的路径集合的矩阵信息形成第一处理数据，对SVS格式的医学病理图片各个分辨率切片进行裁剪，生成图片矩阵，并将图片基本信息保存在数据库中，满足前端展示分析。裁剪后的图片较小能进行常规查看，可以很直观的看到各个分辨率病理切片对应的清晰图片集合，不需要使用专业软件。
后端服务器只需要生成一次，前端直接获取显示，前端可采用的加载方式不限制，只要按照一定进行图片展示就能复原各个分辨率图片，满足不同的前端加载方式。而且转换后图片具有比较完善的信息，前端能针对图片进行有效分析。
根据上述转换病理切片的方法，本申请实施例还提供一种可读存储介质和一种计算机设备。可读存储介质上存储有可执行程序，该程序被处理器执行时实现上述转换病理切片的方法的步骤；计算机设备包括存储器、处理器及存储在存储器上并可在处理器上运行的可执行程序，处理器执行程序时实现上述转换病理切片的方法的步骤。
以上结合具体实施方式和范例性实例对本申请进行了详细说明，不过这些说明并不能理解为对本申请的限制。本领域技术人员理解，在不偏离本申请精神和范围的情况下，可以对本申请技术方案及其实施方式进行多种等价替换、修饰或改进，这些均落入本申请的范围内。本申请的保护范围以所附权利要求为准。

Claims (10)

1.一种转换病理切片的方法，其特征在于，所述方法包括：
读取原始病理图像文件，所述原始病理图像文件包括原始病理切片，所述原始病理切片包括至少一个图层；
获取所述原始病理切片的图片信息，将所述图片信息保存至数据库；所述图片信息包括原始病理切片的图层数量、每一图层的分辨率和每一图层的像素尺寸；
根据图片信息将原始病理切片的每一图层按预设矩阵规则裁剪为若干小图片，并保存所述小图片的路径集合的矩阵信息至数据库；
根据所述图片信息和所述小图片的路径集合的矩阵信息形成第一处理数据。
2.根据权利要求1所述的转换病理切片的方法，其特征在于，所述原始病理图像文件还包括元素图片，所述方法还包括：
保存所述元素图片，获取元素图片信息，将所述元素图片的存储路径保存至数据库。
3.根据权利要求2所述的转换病理切片的方法，其特征在于，所述根据图片信息将原始病理切片的每一图层按预设矩阵规则裁剪为若干小图片，并保存所述小图片的路径集合的矩阵信息至数据库，包括：
获取每一图层的分辨率和每一图层的像素尺寸。
根据每一图层的分辨率、每一图层的像素尺寸和预设矩阵规则，获取每一小图片的分辨率和每一小图片的像素尺寸。
根据每一小图片的分辨率和每一小图片的像素尺寸对每一图层进行裁剪获取小图片矩阵。
根据命名规则对小图片矩阵中的每一小图片命名，形成小图片的路径集合的矩阵信息。
保存所述小图片的路径集合的矩阵信息至数据库。
4.根据权利要求2所述转换病理切片的方法，其特征在于，
根据所述图片信息、所述元素图片的存储路径和所述小图片的路径集合的矩阵信息形成第二处理数据。
5.根据权利要求3所述的转换病理切片的方法，其特征在于，对每一图层进行裁剪的预设矩阵规则相同或不同。
6.一种转换病理切片的装置，其特征在于，所述装置包括：
读取单元，用于读取原始病理图像文件，所述原始病理图像文件包括原始病理切片，所述原始病理切片包括至少一个图层；
信息获取单元，用于获取所述原始病理切片的图片信息，将所述图片信息保存至数据库；所述图片信息包括原始病理切片的图层数量、每一图层的分辨率和每一图层的像素尺寸；
转换单元，用于根据图片信息将原始病理切片的每一图层按预设矩阵规则裁剪为若干小图片，并保存所述小图片的路径集合的矩阵信息至数据库；
处理数据形成单元，用于根据所述图片信息和所述小图片的路径集合的矩阵信息形成第一处理数据。
7.根据权利要求6所述的转换病理切片的装置，其特征在于，所述原始病理图像文件还包括元素图片，所述读取单元还用于：
保存所述元素图片，获取元素图片信息，将所述元素图片的存储路径保存至数据库。
8.根据权利要求7所述的转换病理切片的装置，其特征在于，所述转换单元还用于：
获取每一图层的分辨率和每一图层的像素尺寸。
根据每一图层的分辨率、每一图层的像素尺寸和预设矩阵规则，获取每一小图片的分辨率和每一小图片的像素尺寸。
根据每一小图片的分辨率和每一小图片的像素尺寸对每一图层进行裁剪获取小图片矩阵。
根据命名规则对小图片矩阵中的每一小图片命名，形成小图片的路径集合的矩阵信息。
保存所述小图片的路径集合的矩阵信息至数据库。
9.根据权利要求6所述转换病理切片的装置，其特征在于，
所述处理数据形成单元还用于根据所述图片信息、所述元素图片的存储路径和所述小图片的路径集合的矩阵信息形成第二处理数据。
10.根据权利要求7所述的转换病理切片的装置，其特征在于，对每一图层进行裁剪的预设矩阵规则相同或不同。
CN202010390389.0A 2020-05-11 2020-05-11 一种转换病理切片方法及装置 Pending CN111755103A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010390389.0A CN111755103A (zh) 2020-05-11 2020-05-11 一种转换病理切片方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010390389.0A CN111755103A (zh) 2020-05-11 2020-05-11 一种转换病理切片方法及装置

Publications (1)

Publication Number Publication Date
CN111755103A true CN111755103A (zh) 2020-10-09

Family

ID=72673633

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010390389.0A Pending CN111755103A (zh) 2020-05-11 2020-05-11 一种转换病理切片方法及装置

Country Status (1)

Country Link
CN (1) CN111755103A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116821396A (zh) * 2023-08-25 2023-09-29 神州医疗科技股份有限公司 基于OpenSeadragon框架的病理标注系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116821396A (zh) * 2023-08-25 2023-09-29 神州医疗科技股份有限公司 基于OpenSeadragon框架的病理标注系统

Similar Documents

Publication Publication Date Title
JP3847481B2 (ja) データ転送方法および装置並びに記録媒体
US8180180B2 (en) Method for magnifying images and videos
US7860949B2 (en) Communication terminal
JP2006085674A (ja) 形状を使用する共通チャーティング
US20170161354A1 (en) Chart conversion system and method using metadata
CN111161269B (zh) 图像分割方法、计算机设备和可读存储介质
CN111447359B (zh) 数字变焦方法、系统、电子设备、介质及数字成像设备
CN113674146A (zh) 图像超分辨率
CN110163866A (zh) 一种图像处理方法、电子设备及计算机可读存储介质
CN115439470A (zh) 息肉图像分割方法、计算机可读存储介质及计算机设备
CN111755103A (zh) 一种转换病理切片方法及装置
CN113592720B (zh) 图像的缩放处理方法、装置、设备、存储介质
EP2102821A2 (en) Method and system for manipulating graphical images
JP3369734B2 (ja) ３次元計算機支援設計装置及び方法
US6631499B1 (en) Laser image connectable to medical modality of a workstation
CN114549303A (zh) 图像显示、处理方法、装置、设备和存储介质
CN115936988A (zh) 一种数字病理全景切片的图像加载方法、设备、系统及介质
US8488183B2 (en) Moving labels in graphical output to avoid overprinting
JP3241243B2 (ja) パノラマ画像合成システム及びパノラマ画像合成方法
KR101768913B1 (ko) 지리 정보 데이터 분할 방법, 분할 장치 및 이를 수행하는 프로그램을 기록하는 기록매체
Ahmad Digital dental photography. Part 9: post-image capture processing
CN114445277A (zh) 深度图像像素增强方法、装置及计算机可读存储介质
CN111755101A (zh) 一种病理切片展示的方法及装置
CN112101376A (zh) 图像处理方法、装置、电子设备和计算机可读介质
KR100903394B1 (ko) 애니메이션 데이터를 경감시켜서 이동 통신 단말기에서 캐릭터 애니메이션하기 위한 처리 방법

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