CN113140292A - 图像异常区域浏览方法、装置、移动端设备及存储介质 - Google Patents

图像异常区域浏览方法、装置、移动端设备及存储介质 Download PDF

Info

Publication number
CN113140292A
CN113140292A CN202110514006.0A CN202110514006A CN113140292A CN 113140292 A CN113140292 A CN 113140292A CN 202110514006 A CN202110514006 A CN 202110514006A CN 113140292 A CN113140292 A CN 113140292A
Authority
CN
China
Prior art keywords
abnormal
image
abnormal region
browsing
pathological
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
CN202110514006.0A
Other languages
English (en)
Inventor
刘美兰
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.)
Shenzhen Ping An Smart Healthcare Technology Co ltd
Original Assignee
Ping An International Smart City 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 Ping An International Smart City Technology Co Ltd filed Critical Ping An International Smart City Technology Co Ltd
Priority to CN202110514006.0A priority Critical patent/CN113140292A/zh
Publication of CN113140292A publication Critical patent/CN113140292A/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
    • G16H30/40—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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0484—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range
    • G06F3/04845—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range for image manipulation, e.g. dragging, rotation, expansion or change of colour
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2203/00—Indexing scheme relating to G06F3/00 - G06F3/048
    • G06F2203/048—Indexing scheme relating to G06F3/048
    • G06F2203/04806—Zoom, i.e. interaction techniques or interactors for controlling the zooming operation
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]

Abstract

本发明涉及图像处理领域，揭露了一种图像异常区域浏览方法，包括：接收用户上传的病理细胞图像，利用预先训练好的病理分析模型检测病理细胞图像的异常区域信息；根据异常区域信息，标记病理细胞图像的异常区域，并对异常区域进行相对定位，生成目标异常区域；响应于目标异常区域的浏览事件，将目标异常区域加载至页面屏幕中心，并对加载后的目标异常区域进行缩放操作后展示给用户。此外，本发明还涉及区块链技术，所述异常区域信息可存储于区块链中。另外，本发明还提供了一种图像异常区域浏览装置、移动端设备及存储介质。本发明可以实现实现细胞异常区域的灵活性浏览，缩短细胞异常区域浏览的延迟时间。

Description

图像异常区域浏览方法、装置、移动端设备及存储介质
技术领域
本发明涉及图像处理领域，尤其涉及一种图像异常区域浏览方法、装置、移动端设备及计算机可读存储介质。
背景技术
随着科技的发展，人工智能技术在图像识别、目标物检测等方面有着更为广泛的应用场景。比如，医学领域中，利用细胞病理AI辅助诊断系统识别宫颈癌等疾病的细胞异常区域，帮助医疗人员作出更好的医疗诊断。
目前细胞病理AI辅助诊断系统都是以提示细胞异常区域为主要目的，即仅能定位出细胞异常区域，关于细胞异常区域的浏览在PC端通常是基于Openseadragon插件实现，虽说Openseadragon插件可以支持移动端的细胞异常区域的浏览，但是由于Openseadragon插件返回细胞异常区域的图片是按照一张一张的顺序执行，这样会导致细胞区域的图片异常浏览会有延迟的现象。
发明内容
本发明提供一种图像异常区域浏览方法、装置、移动端设备及计算机可读存储介质，其主要目的在于实现细胞异常区域的灵活性浏览，缩短细胞异常区域浏览的延迟时间。
为实现上述目的，本发明提供的一种图像异常区域浏览方法，所述方法应用于移动端，包括：
接收用户上传的病理细胞图像，利用预先训练好的病理分析模型检测所述病理细胞图像的异常区域信息；
根据所述异常区域信息，标记所述病理细胞图像的异常区域，并对所述异常区域进行相对定位，生成目标异常区域；
响应于所述目标异常区域的浏览事件，将所述目标异常区域加载至页面屏幕中心，并对加载后的所述目标异常区域进行缩放操作后展示。
可选地，所述利用预先训练好的病理分析模型检测所述病理细胞图像的异常区域信息之前，还包括：
获取训练图像以及所述训练图像对应的真实异常区域信息；
利用预构建病理分析模型中的卷积层对所述训练图像进行卷积，得到卷积图像；
利用所述预构建病理分析模型中的池化层对所述卷积图像进行池化；
利用所述预构建病理分析模型中的融合层将所述训练图像的底层特征与池化后的卷积图像进行融合，得到融合图像；
利用预构建病理分析模型中的全连接层输出所述融合图像的检测结果，得到所述训练图像的预测异常区域信息；
计算所述真实异常区域信息与所述预测异常区域信息的损失值；
在所述损失值不满足预设条件时，调整所述预构建病理分析模型的参数，并返回所述利用预构建病理分析模型中的卷积层对所述训练图像进行卷积的步骤；
在所述损失值满足预设条件时，得到训练好的病理分析模型。
可选地，所述利用预先训练好的病理分析模型检测所述病理细胞图像的异常区域信息，包括：
调用所述病理细胞图像对应病理图像浏览程序的API接口，将所述病理细胞图像传输至所述预先训练好的病理分析模型中，以获取所述预先训练好的病理分析模型对所述病理细胞图像进行异常区域信息检测的结果，得到所述病理细胞图像的异常区域信息。
可选地，所述根据所述异常区域信息，标记所述病理细胞图像的异常区域，包括：
根据所述异常区域信息的中心点，确定所述病理细胞图像的异常位置序列；
根据所述异常区域信息的高度和宽度，计算所述异常位置序列的外接矩阵的高度和宽度，并将所述外接矩阵的高度和宽度进行连接，得到所述异常位置序列的外接矩阵；
将所述外接矩阵进行颜色标记，生成所述病理细胞图像的异常区域。
可选地，所述对所述异常区域进行相对定位，生成目标异常区域，包括：
获取所述异常区域的编译环境，在所述编译环境加载所述异常区域的相对定位参数，生成初始目标异常区域；
在所述初始目标异常区域中设置与所述异常区域对应病理细胞图像的同比例缩放参数，得到所述目标异常区域。
可选地，所述响应于所述目标异常区域的浏览事件，将所述目标异常区域加载至页面屏幕中心，包括：
根据所述浏览事件，获取所述页面屏幕中心的页面中心坐标，及所述目标异常区域在所述页面屏幕中心的区域中心坐标；
计算所述页面中心坐标和区域中心坐标的移动距离；
根据所述移动距离，将所述目标异常区域加载至页面屏幕中心。
可选地，所述对加载后的所述目标异常区域进行缩放操作，包括：
根据加载后的所述目标异常区域的浏览事件按钮，记录用户刚触摸所述浏览事件按钮时的第一位置及用户刚离开所述浏览事件按钮时的第二位置；
计算所述第一位置和所述第二位置的缩放范围；
根据所述缩放范围，执行所述目标异常区域的缩放。
为了解决上述问题，本发明还提供一种图像异常区域浏览装置，所述装置应用于移动端，包括：
异常区域检测模块，用于接收用户上传的病理细胞图像，利用预先训练好的病理分析模型检测所述病理细胞图像的异常区域信息；
异常区域生成模块，用于根据所述异常区域信息，标记所述病理细胞图像的异常区域，并对所述异常区域进行相对定位，生成目标异常区域；
异常区域加载模块，用于响应于所述目标异常区域的浏览事件，将所述目标异常区域加载至页面屏幕中心，并对加载后的所述目标异常区域进行缩放操作后展示。
为了解决上述问题，本发明还提供一种移动端设备，所述移动端设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以实现上述所述的图像异常区域浏览方法。
为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个计算机程序，所述至少一个计算机程序被移动端设备中的处理器执行以实现上述所述的图像异常区域浏览方法。
本发明实施例首先通过在移动端中预构建的病理图像浏览程序接收用户上传的病理细胞图像，并利用预先训练好的病理分析模型检测所述病理细胞图像的异常区域信息，可以实现病理细胞图像的异常区域识别；其次，本发明实施例根据所述异常区域信息，标记所述病理细胞图像的异常区域，并对所述异常区域进行相对定位，生成目标异常区域，可以生成“病理细胞图像+异常区域”的至少两层图像区域，实现所述异常区域与所述病理系统图像的等比例缩放，从而可以保证所述异常区域在移动端的正常缩放浏览，提高异常区域的图片浏览的灵活性，缩短细胞异常区域浏览的延迟时间；进一步地，本发明实施例响应于所述目标异常区域的浏览事件，将所述目标异常区域加载至页面屏幕中心，并对加载后的所述目标异常区域进行缩放操作后展示给所述用户，可以使得医疗人员随时随地在移动端中查看异常区域图片，提高医疗人员的医疗诊断效率。因此，本发明提出的一种图像异常区域浏览方法、装置、移动端设备以及计算机可读存储介质可以实现细胞异常区域的灵活性浏览，缩短细胞异常区域浏览的延迟时间。
附图说明
图1为本发明一实施例提供的图像异常区域浏览方法的流程示意图；
图2为本发明一实施例中图1提供的图像异常区域浏览方法其中一个步骤的详细流程示意图；
图3为本发明一实施例中图1提供的图像异常区域浏览方法的病理细胞图像的异常区域示意图；
图4为本发明一实施例中图1提供的图像异常区域浏览方法的病理细胞图像的异常区域加载至页面屏幕中心的示意图；
图5为本发明一实施例中图1提供的图像异常区域浏览方法的病理细胞图像的异常区域在页面屏幕中心缩放操作后的示意图；
图6为本发明一实施例提供的图像异常区域浏览装置的模块示意图；
图7为本发明一实施例提供的实现图像异常区域浏览方法的移动端设备的内部结构示意图；
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明实施例提供一种图像异常区域浏览方法。所述图像异常区域浏览方法的执行主体包括移动端能够被配置为执行本发明实施例提供的该方法的移动端设备中。换言之，所述图像异常区域浏览方法可以由安装移动端设备的软件或硬件来执行，所述软件可以是区块链平台，所述硬件包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。
参照图1所示，为本发明一实施例提供的图像异常区域浏览方法的流程示意图。在本发明实施例中，所述图像异常区域浏览方法应用于移动端，包括：
S1、接收用户上传的病理细胞图像，利用预先训练好的病理分析模型检测所述病理细胞图像的异常区域信息。
本发明一可选实施例中，基于在所述移动端预构建的病理图像浏览程序接收用户上传的病理细胞图像，其中，所述移动端是指通过无线网络技术上网接入互联网的终端设备，如智能手机，所述病理图像浏览程序是指通过html5技术在移动端编译的小程序或者h5页面，用于使用户可以随时随地的查看病理图像的异常区域，提高病理图像的异常区域浏览的灵活度，所述病理细胞图像是指存在异常区域的细胞，在本发明中，所述病理细胞图像可以为宫颈癌病理细胞图像。
进一步地，本发明一可选实施例中，所述病理分析模型包括：卷积层、池化层、融合层以及全连接层等。其中，所述卷积层用于对病理细胞图像进行特征提取，以获取所述病理细胞图像的特征信息，所述池化层可以对特征提取的图像进行尺寸降维操作，可以避免在图像特征提取时因裁剪，缩放等问题引起的结节误检，所述融合层用于将图像的底层特征融合至提取的图像特征中，可以减小对不同增益引起的图像灰度变化影响，提高模型检测的准确性，所述全连接层用于输出模型的检测结果。
进一步地，本发明的其中一个实施例，所述利用预先训练好的病理分析模型检测所述病理细胞图像的异常区域信息之前，还包括：获取训练图像以及所述训练图像对应的真实异常区域信息；利用预构建病理分析模型中的卷积层对所述训练图像进行卷积，得到卷积图像；利用所述预构建病理分析模型中的池化层对所述卷积图像进行池化；利用所述预构建病理分析模型中的融合层将所述训练图像的底层特征与池化后的卷积图像进行融合，得到融合图像；利用预构建病理分析模型中的全连接层输出所述融合图像的检测结果，得到所述训练图像的预测异常区域信息；计算所述真实异常区域信息与所述预测异常区域信息的损失值；在所述损失值不满足预设条件时，调整所述预构建病理分析模型的参数，并返回所述利用预构建病理分析模型中的卷积层对所述训练图像进行卷积的步骤；在所述损失值满足预设条件时，得到训练好的病理分析模型。
其中，所述真实异常区域信息基于专业医疗人员标记，用于与后续模型训练结果做对比，起到模型监督效果，提高模型的学习能力。
一个可选实施例中，所述训练图像的卷积通过所述卷积层的卷积核实现，所述卷积图像的池化通过所述池化层的线性函数实现，如relu函数，所述训练图像的底层特征是指所述训练图像的基本特征，如颜色、像素等，所述融合通过所述融合层中的连接模块实现，所述融合图像的检测结果输出通过所述全连接层的激活函数实现，如softmax函数，所述检测结果包括：x、y、高、宽等，其中，x、y表示所述训练图像的异常区域中心点。
一个可选实施例中，利用下述公式计算所述真实异常区域信息与所述预测异常区域信息的损失值：
LC＝mglogmp+(1-mg)log(1-mp)
其中，LC表示损失值，mg表示第g个真实异常区域信息，mp表示第p个预测异常区域信息。
一个可选实施例中，所述预设条件根据实际业务场景设置，例如可以设置所述损失值是否小于预设损失值，若小于预设损失值，则表示所述损失值满足预设条件，若不小于预设损失值，则表示所述损失值不满足预设条件，所述预设损失值可以设置为0.1。
一个可选实施例中，所述预构建病理分析模型的参数调整通过梯度下降算法实现，如随机梯度下降算法。
进一步，在本发明的其中一个实施例中，所述利用预先训练好的病理分析模型检测所述病理细胞图像的异常区域信息，包括：调用所述病理细胞图像对应病理图像浏览程序的API接口，将所述病理细胞图像传输至所述预先训练好的病理分析模型中，以获取所述预先训练好的病理分析模型对所述病理细胞图像进行异常区域信息检测的结果，得到所述病理细胞图像的异常区域信息。
其中，所述API接口是指所述病理图像浏览程序的应用接口，用于实现所述病理细胞图像在所述病理图像浏览程序与所述病理分析模型的数据传输。所述异常区域信息包括：异常区域的中心点、高度以及宽度。
本发明实施例中通过病理分析模型中的融合层实现病理细胞图像的底层特征与提取的病理细胞图像特征的融合，可以减小对不同增益引起的病理细胞图像灰度变化影响，提高所述病理细胞图像的异常区域的识别准确率。
进一步地，为保障所述异常区域信息的安全性和隐私性，所述异常区域信息还可存储于区块链节点中。
S2、根据所述异常区域信息，标记所述病理细胞图像的异常区域，并对所述异常区域进行相对定位，生成目标异常区域。
本发明一可选实施例中，参阅图2所示，所述根据所述异常区域信息，标记所述病理细胞图像的异常区域，包括：
S20、根据所述异常区域信息的中心点，确定所述病理细胞图像的异常位置序列；
S21、根据所述异常区域信息的高度和宽度，计算所述异常位置序列的外接矩阵的高度和宽度，并将所述外接矩阵的高度和宽度进行连接，得到所述异常位置序列的外接矩阵；
S22、将所述外接矩阵进行颜色标记，生成所述病理细胞图像的异常区域。
其中，所述异常位置序列是指所述病理细胞图像的异常区域在X轴和Y轴的位置信息，所述外接矩阵是指覆盖所述异常位置序列的区域，用于规避由于异常区域的形状不一致导致异常区域不好查看的情况。详细地，参阅图3所示，是本发明一实施例中所述病理细胞图像的异常区域的示意图，其中，图3中的黑色矩形框即为所述病理细胞图像的异常区域，图3中的所述黑色矩形框的数字表示该区域为病理细胞图像的异常区域的置信度。
进一步地，应该了解，由于所述异常区域是在所述病理细胞图中进行标记，若直接对所述异常区域进行缩放浏览，会出现所述异常区域对应的病理细胞图像的缩放，该异常区域并不会缩放的情况，例如所述病理细胞图像尺寸为500*500的图像，所述异常区域为标记在所述病理细胞图像左上角尺寸为50*50的区域，现在需要对该异常区域执行放大2倍的操作，会出现病理细胞图像的尺寸变为1000*1000，而该异常区域的尺寸还是50*50的情况。因此，本发明实施例通过对所述异常区域进行相对定位，生成“病理细胞图像+异常区域”的至少两层图像区域，以实现所述异常区域与所述病理系统图像的等比例缩放，从而可以保证所述异常区域的正常缩放浏览。
进一步地，在本发明的其中一个实施例，所述对所述异常区域进行相对定位，生成目标异常区域包括：获取所述异常区域的编译环境，在所述编译环境加载所述异常区域的相对定位参数，生成初始目标异常区域，在所述初始目标异常区域中设置与所述异常区域对应病理细胞图像的同比例缩放参数，得到所述目标异常区域。
其中，所述编译环境是指所述异常区域的图层样式编译环境，如CSS样式编译环境，所述相对定位参数包括：position、relative、midth、height以及top等，基于所述相对定位参数的加载，可以使得所述异常区域在所述病理细胞图像中的图层上移了一层，从而可以形成至少两层图像区域，实现所述异常区域与所述病理系统图像的等比例缩放，从而可以保证所述异常区域在移动端的正常缩放浏览，提高异常区域的图片浏览的灵活性，缩短细胞异常区域浏览的延迟时间。
S3、响应于所述目标异常区域的浏览事件，将所述目标异常区域加载至页面屏幕中心，并对加载后的所述目标异常区域进行缩放操作后展示。
应该了解，在上述S1中获取的异常区域信息会存在多个异常区域，因此，本发明实施例响应于对应的目标异常区域的浏览事件，响应于所述目标异常区域的浏览事件，将所述目标异常区域加载至页面屏幕中心，以保障所述目标异常区域展现在屏幕页面最显眼的位置，帮助用户更好的进行查看病理细胞图像的异常区域。为进一步了解所述目标异常区域的页面屏幕中心位置，可参阅图4所示，是本发明一实施例中所述目标异常区域加载至页面屏幕中心的示意图。
在本发明的其中一个实施例，所述浏览事件基于所述目标异常区域对应屏幕页面的浏览事件按钮进行触发，其中，所述浏览事件按钮通过Vant组件构建，所述浏览事件按钮包括放大浏览事件按钮和缩小浏览事件按钮。
进一步地，本发明一可选实施例，所述响应于所述目标异常区域的浏览事件，将所述目标异常区域加载至页面屏幕中心，包括：根据所述浏览事件，获取所述页面屏幕中心的页面中心坐标(e.touches[0].clientX，e.touches[0].clientY)，及所述目标异常区域在所述页面屏幕中心的区域中心坐标(e.touches[1].clientX和e.touches[1].clientY)，计算所述页面中心坐标和区域中心坐标的移动距离(Distance)，根据所述移动距离，将所述目标异常区域加载至页面屏幕中心。
进一步地，本发明一可选实施例，所述对加载后的所述目标异常区域进行缩放操作，包括：根据加载后的所述目标异常区域的浏览事件按钮，记录用户刚触摸所述浏览事件按钮时的第一位置及用户刚离开所述浏览事件按钮时的第二位置；计算所述第一位置和所述第二位置的缩放范围；根据所述缩放范围，执行所述目标异常区域的缩放。为进一步了解病理细胞图像的异常区域在页面屏幕中心缩放操作后的状态，可参阅图5所示，是本发明一实施例中加载后的所述目标异常区域在页面屏幕中心缩放操作后的示意图。
本发明实施例首先通过在移动端中预构建的病理图像浏览程序接收用户上传的病理细胞图像，并利用预先训练好的病理分析模型检测所述病理细胞图像的异常区域信息，可以实现病理细胞图像的异常区域识别；其次，本发明实施例根据所述异常区域信息，标记所述病理细胞图像的异常区域，并对所述异常区域进行相对定位，生成目标异常区域，可以生成“病理细胞图像+异常区域”的至少两层图像区域，实现所述异常区域与所述病理系统图像的等比例缩放，从而可以保证所述异常区域在移动端的正常缩放浏览，提高异常区域的图片浏览的灵活性，缩短细胞异常区域浏览的延迟时间；进一步地，本发明实施例响应于所述目标异常区域的浏览事件，将所述目标异常区域加载至页面屏幕中心，并对加载后的所述目标异常区域进行缩放操作后展示给所述用户，可以使得医疗人员随时随地在移动端中查看异常区域图片，提高医疗人员的医疗诊断效率。因此，本发明提出的一种图像异常区域浏览方法可以实现细胞异常区域的灵活性浏览，缩短细胞异常区域浏览的延迟时间。
如图6所示，是本发明图像异常区域浏览装置的功能模块图。
本发明所述图像异常区域浏览装置100可以安装于移动端设备中。根据实现的功能，所述图像异常区域浏览装置可以包括异常区域检测模块101、异常区域生成模块102以及异常区域加载模块103。本发所述模块也可以称之为单元，是指一种能够被移动端设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在移动端设备的存储器中。
在本实施例中，关于各模块/单元的功能如下：
所述异常区域检测模块101，用于接收用户上传的病理细胞图像，利用预先训练好的病理分析模型检测所述病理细胞图像的异常区域信息；
所述异常区域生成模块102，用于根据所述异常区域信息，标记所述病理细胞图像的异常区域，并对所述异常区域进行相对定位，生成目标异常区域；
所述异常区域加载模块103，用于响应于所述目标异常区域的浏览事件，将所述目标异常区域加载至页面屏幕中心，并对加载后的所述目标异常区域进行缩放操作后展示给所述用户。
详细地，本发明实施例中所述图像异常区域浏览装置100中的所述各模块在使用时采用与上述的图1和图2中所述的图像异常区域浏览方法一样的技术手段，并能够产生相同的技术效果，这里不再赘述。
如图7所示，是本发明实现图像异常区域浏览方法的移动端设备的结构示意图。
所述移动端设备可以包括处理器10、存储器11、通信总线12以及通信接口13，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如图像异常区域浏览程序。
其中，所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(Central Processing unit，CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述移动端设备的控制核心(ControlUnit)，利用各种接口和线路连接整个移动端设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如执行图像异常区域浏览程序等)，以及调用存储在所述存储器11内的数据，以执行移动端设备的各种功能和处理数据。
所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是移动端设备的内部存储单元，例如该移动端设备的移动硬盘。所述存储器11在另一些实施例中也可以是移动端设备的外部存储设备，例如移动端设备上配备的插接式移动硬盘、智能存储卡(Smart Media Card，SMC)、安全数字(SecureDigital，SD)卡、闪存卡(Flash Card)等。进一步地，所述存储器11还可以既包括移动端设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于移动端设备的应用软件及各类数据，例如图像异常区域浏览程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
所述通信总线12可以是外设部件互连标准(peripheral componentinterconnect，简称PCI)总线或扩展工业标准结构(extended industry standardarchitecture，简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
所述通信接口13用于上述移动端设备与其他设备之间的通信，包括网络接口和用户接口。可选地，所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等)，通常用于在该移动端设备与其他移动端设备之间建立通信连接。所述用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在移动端设备中处理的信息以及用于显示可视化的用户界面。
图7仅示出了具有部件的移动端设备，本领域技术人员可以理解的是，图7示出的结构并不构成对所述移动端设备的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
例如，尽管未示出，所述移动端设备还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述移动端设备还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
所述移动端设备中的所述存储器11存储的图像异常区域浏览程序是多个计算机程序的组合，在所述处理器10中运行时，可以实现：
接收用户上传的病理细胞图像，利用预先训练好的病理分析模型检测所述病理细胞图像的异常区域信息；
根据所述异常区域信息，标记所述病理细胞图像的异常区域，并对所述异常区域进行相对定位，生成目标异常区域；
响应于所述目标异常区域的浏览事件，将所述目标异常区域加载至页面屏幕中心，并对加载后的所述目标异常区域进行缩放操作后展示。
具体地，所述处理器10对上述计算机程序的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。
进一步地，所述移动端设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个非易失性计算机可读取存储介质中。所述计算机可读存储介质可以是易失性的，也可以是非易失性的。例如，所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)。
本发明还提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被移动端设备的处理器所执行时，可以实现：
接收用户上传的病理细胞图像，利用预先训练好的病理分析模型检测所述病理细胞图像的异常区域信息；
根据所述异常区域信息，标记所述病理细胞图像的异常区域，并对所述异常区域进行相对定位，生成目标异常区域；
响应于所述目标异常区域的浏览事件，将所述目标异常区域加载至页面屏幕中心，并对加载后的所述目标异常区域进行缩放操作后展示。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。

Claims (10)

1.一种图像异常区域浏览方法，其特征在于，所述方法应用于移动端，包括：
接收用户上传的病理细胞图像，利用预先训练好的病理分析模型检测所述病理细胞图像的异常区域信息；
根据所述异常区域信息，标记所述病理细胞图像的异常区域，并对所述异常区域进行相对定位，生成目标异常区域；
响应于所述目标异常区域的浏览事件，将所述目标异常区域加载至页面屏幕中心，并对加载后的所述目标异常区域进行缩放操作后展示。
2.如权利要求1所述的图像异常区域浏览方法，其特征在于，所述利用预先训练好的病理分析模型检测所述病理细胞图像的异常区域信息之前，还包括：
获取训练图像以及所述训练图像对应的真实异常区域信息；
利用预构建病理分析模型中的卷积层对所述训练图像进行卷积，得到卷积图像；
利用所述预构建病理分析模型中的池化层对所述卷积图像进行池化；
利用所述预构建病理分析模型中的融合层将所述训练图像的底层特征与池化后的卷积图像进行融合，得到融合图像；
利用预构建病理分析模型中的全连接层输出所述融合图像的检测结果，得到所述训练图像的预测异常区域信息；
计算所述真实异常区域信息与所述预测异常区域信息的损失值；
在所述损失值不满足预设条件时，调整所述预构建病理分析模型的参数，并返回所述利用预构建病理分析模型中的卷积层对所述训练图像进行卷积的步骤；
在所述损失值满足预设条件时，得到训练好的病理分析模型。
3.如权利要求2所述的图像异常区域浏览方法，其特征在于，所述利用预先训练好的病理分析模型检测所述病理细胞图像的异常区域信息，包括：
调用所述病理细胞图像对应病理图像浏览程序的API接口，将所述病理细胞图像传输至所述预先训练好的病理分析模型中，以获取所述预先训练好的病理分析模型对所述病理细胞图像进行异常区域信息检测的结果，得到所述病理细胞图像的异常区域信息。
4.如权利要求1所述的图像异常区域浏览方法，其特征在于，所述根据所述异常区域信息，标记所述病理细胞图像的异常区域，包括：
根据所述异常区域信息的中心点，确定所述病理细胞图像的异常位置序列；
根据所述异常区域信息的高度和宽度，计算所述异常位置序列的外接矩阵的高度和宽度，并将所述外接矩阵的高度和宽度进行连接，得到所述异常位置序列的外接矩阵；
将所述外接矩阵进行颜色标记，生成所述病理细胞图像的异常区域。
5.如权利要求1所述的图像异常区域浏览方法，其特征在于，所述对所述异常区域进行相对定位，生成目标异常区域，包括：
获取所述异常区域的编译环境，在所述编译环境加载所述异常区域的相对定位参数，生成初始目标异常区域；
在所述初始目标异常区域中设置与所述异常区域对应病理细胞图像的同比例缩放参数，得到所述目标异常区域。
6.如权利要求1所述的图像异常区域浏览方法，其特征在于，所述响应于所述目标异常区域的浏览事件，将所述目标异常区域加载至页面屏幕中心，包括：
根据所述浏览事件，获取所述页面屏幕中心的页面中心坐标，及所述目标异常区域在所述页面屏幕中心的区域中心坐标；
计算所述页面中心坐标和区域中心坐标的移动距离；
根据所述移动距离，将所述目标异常区域加载至页面屏幕中心。
7.如权利要求1至6中任意一项所述的图像异常区域浏览方法，其特征在于，所述对加载后的所述目标异常区域进行缩放操作，包括：
根据加载后的所述目标异常区域的浏览事件按钮，记录用户刚触摸所述浏览事件按钮时的第一位置及用户刚离开所述浏览事件按钮时的第二位置；
计算所述第一位置和所述第二位置的缩放范围；
根据所述缩放范围，执行所述目标异常区域的缩放。
8.一种图像异常区域浏览装置，其特征在于，所述装置应用于移动端，包括：
异常区域检测模块，用于接收用户上传的病理细胞图像，利用预先训练好的病理分析模型检测所述病理细胞图像的异常区域信息；
异常区域生成模块，用于根据所述异常区域信息，标记所述病理细胞图像的异常区域，并对所述异常区域进行相对定位，生成目标异常区域；
异常区域加载模块，用于响应于所述目标异常区域的浏览事件，将所述目标异常区域加载至页面屏幕中心，并对加载后的所述目标异常区域进行缩放操作后展示给所述用户。
9.一种移动端设备，其特征在于，所述移动端设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至7中任意一项所述的图像异常区域浏览方法。
10.一种计算机可读存储介质，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如权利要求1至7中任意一项所述的图像异常区域浏览方法。
CN202110514006.0A 2021-05-12 2021-05-12 图像异常区域浏览方法、装置、移动端设备及存储介质 Pending CN113140292A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110514006.0A CN113140292A (zh) 2021-05-12 2021-05-12 图像异常区域浏览方法、装置、移动端设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110514006.0A CN113140292A (zh) 2021-05-12 2021-05-12 图像异常区域浏览方法、装置、移动端设备及存储介质

Publications (1)

Publication Number Publication Date
CN113140292A true CN113140292A (zh) 2021-07-20

Family

ID=76816939

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110514006.0A Pending CN113140292A (zh) 2021-05-12 2021-05-12 图像异常区域浏览方法、装置、移动端设备及存储介质

Country Status (1)

Country Link
CN (1) CN113140292A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116152252A (zh) * 2023-04-20 2023-05-23 长鑫存储技术有限公司 电镜图像处理方法、设备及计算机可读存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104715053A (zh) * 2012-02-28 2015-06-17 优视科技有限公司 网页内容显示的实现方法、装置及浏览器
CN110866908A (zh) * 2019-11-12 2020-03-06 腾讯科技（深圳）有限公司 图像处理方法、装置、服务器及存储介质
CN111369513A (zh) * 2020-02-28 2020-07-03 广州视源电子科技股份有限公司 一种异常检测方法、装置、终端设备及存储介质
CN111435550A (zh) * 2019-01-11 2020-07-21 北京市商汤科技开发有限公司 图像处理方法及装置、图像设备及存储介质
CN112465819A (zh) * 2020-12-18 2021-03-09 平安科技（深圳）有限公司 图像异常区域检测方法、装置、电子设备及存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104715053A (zh) * 2012-02-28 2015-06-17 优视科技有限公司 网页内容显示的实现方法、装置及浏览器
CN111435550A (zh) * 2019-01-11 2020-07-21 北京市商汤科技开发有限公司 图像处理方法及装置、图像设备及存储介质
CN110866908A (zh) * 2019-11-12 2020-03-06 腾讯科技（深圳）有限公司 图像处理方法、装置、服务器及存储介质
CN111369513A (zh) * 2020-02-28 2020-07-03 广州视源电子科技股份有限公司 一种异常检测方法、装置、终端设备及存储介质
CN112465819A (zh) * 2020-12-18 2021-03-09 平安科技（深圳）有限公司 图像异常区域检测方法、装置、电子设备及存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116152252A (zh) * 2023-04-20 2023-05-23 长鑫存储技术有限公司 电镜图像处理方法、设备及计算机可读存储介质
CN116152252B (zh) * 2023-04-20 2023-09-08 长鑫存储技术有限公司 电镜图像处理方法、设备及计算机可读存储介质

Similar Documents

Publication Publication Date Title
US11328186B2 (en) Device and method for processing metadata
CN111932482B (zh) 图像中目标物的检测方法、装置、电子设备及存储介质
CN108198191B (zh) 图像处理方法及装置
CN111652845A (zh) 异常细胞自动标注方法、装置、电子设备及存储介质
CN114758249B (zh) 基于野外夜间环境的目标物监测方法、装置、设备及介质
CN112233125A (zh) 图像分割方法、装置、电子设备及计算机可读存储介质
CN111932595A (zh) 图像配准方法、装置、电子设备及存储介质
CN113920117A (zh) 一种面板缺陷区域检测方法、装置、电子设备及存储介质
CN112016617A (zh) 细粒度分类方法、装置及计算机可读存储介质
CN115457451A (zh) 基于物联网的恒温恒湿试验箱的监控方法及装置
CN113140292A (zh) 图像异常区域浏览方法、装置、移动端设备及存储介质
CN114708461A (zh) 基于多模态学习模型的分类方法、装置、设备及存储介质
CN112149570A (zh) 多人活体检测方法、装置、电子设备及存储介质
CN115909467A (zh) 运动状态场景下的人脸活体检测方法、装置、设备及介质
CN113255456B (zh) 非主动活体检测方法、装置、电子设备及存储介质
CN113869269A (zh) 活动现场拥挤度检测方法、装置、电子设备及存储介质
CN113343882A (zh) 人群计数方法、装置、电子设备及存储介质
CN111915615A (zh) 图像分割方法、装置、电子设备及计算机可读存储介质
JP7223198B1 (ja) メータ読取装置、メータ読取方法、及びメータ読取プログラム
CN115019400B (zh) 违规行为检测方法及装置
CN114359645A (zh) 基于特征区域的图像拓展方法、装置、设备及存储介质
CN115619634B (zh) 基于病理切片关联的病理图像拼接方法及装置
CN115272387A (zh) 一种阈值调节方法、阈值调节装置、计算设备及存储介质
CN114882059A (zh) 基于图像分析的尺寸测量方法、装置、设备及存储介质
CN105843972A (zh) 产品属性信息的比对方法及装置

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20220922

Address after: Room 2601 (Unit 07), Qianhai Free Trade Building, No. 3048, Xinghai Avenue, Nanshan Street, Qianhai Shenzhen-Hong Kong Cooperation Zone, Shenzhen, Guangdong 518000

Applicant after: Shenzhen Ping An Smart Healthcare Technology Co.,Ltd.

Address before: 1-34 / F, Qianhai free trade building, 3048 Xinghai Avenue, Mawan, Qianhai Shenzhen Hong Kong cooperation zone, Shenzhen, Guangdong 518000

Applicant before: Ping An International Smart City Technology Co.,Ltd.

RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210720