发明内容
鉴于上述问题,本发明的目的是提供一种染色鼻息肉病理切片质量多维评价方法、系统及计算机可读存储介质,能够实现切片的多维度评价,更精细、更全面的量化病理切片的质量。
本发明第一方面提供了一种染色鼻息肉病理切片质量多维评价方法,包括以下步骤:
获取鼻息肉数字高倍镜显微镜图片或全场切片图像并进行像素预处理和滤波去噪;
对预处理后的图像进行组织切面完整度打分;
对预处理后的图像进行切片厚薄均匀程度打分;
对预处理后的图像进行刀痕、裂隙打分;
对预处理后的图像进行气泡打分;
对预处理后的图像进行透明度打分;
对预处理后的图像进行细胞核与细胞浆染色对比清晰度打分;
对预处理后的图像进行污染物打分;
对预处理后的图像进行皱褶、折叠评分
将得到的各项分数加权求和得到切片图像的质量总分。
本方案中,所述鼻息肉数字高倍镜显微镜图片或全场切片图像并进行像素预处理和滤波去噪具体过程为:
将原始的鼻息肉数字全场切片图像低倍采样得到放大倍率为1.25的高倍镜显微镜图片或全场图像;
将倍率放大后的高倍镜显微镜图片或全场图像缩放至第一像素值图像;
将第一像素值图像切分为第二像素值图像并进行高斯滤波。
本方案中,对预处理后的图像进行组织切面完整度打分具体为:
利用canny算子计算图像的强度梯度,确定组织切面边缘;
使用非极大值抑制算法消除组织切面误检;
采用双阈值方法确定组织切面边界,使用最小连通法得到组织切面的边长P和边
长包围的区域面积R,利用打分公式得到组织切面完整度分数S1,所述打分公式为: S1=
。
本方案中, 对预处理后的图像进行切片厚薄均匀程度、细胞核与细胞浆染色对比清晰度打分具体过程为:
利用Ostu法进行细胞分割;
利用开操作消除细胞分割结果毛刺;
使用Freeman链码对细胞分割结果进行实例化 ;
根据实例化结果计算每个细胞的边长P及区域面积R ,计算每个细胞的圆度;
计算所有细胞的平均圆度,乘以得分值20得到切片厚薄均匀程度、细胞核与细胞浆染色对比清晰度得分。
本方案中,对预处理后的图像进行刀痕、裂隙打分;皱褶打分具体步骤为:
利用区域生长的种子游走算法对预处理后的图像进行生长处理;
根据得到的图像形态判断生长出的图像是否为裂缝、刀痕或皱褶;
统计刀痕、裂缝数;皱褶数,根据刀痕、裂缝数;皱褶数在基础分上进行减分,得到刀痕、裂隙分数及皱褶分数。
本方案中,对预处理后的图像进行气泡打分具体步骤为:
使用霍夫圆检测算法对气泡进行检测,统计检测出的气泡数;
根据气泡数的在基础分上进行减分,得到气泡分数。
本方案中,对预处理后的图像进行透明度打分具体步骤为:
分别选取透明度高、无污染物;透明度中、有污染物;透明度低、有污染物三种病理切片作为标准模板,分别计算其峰值信噪比;
计算待评价的切片的峰值信噪比与标准模板的峰值信噪比分别计算L1距离;
若L1距离与透明度为高的标准模板距离最近则,透明度分数为20;若L1距离与透明度为中的标准模板距离最近则,透明度分数为10;若L1距离与透明度为低的标准模板距离最近则,透明度分数为0。
本发明第二方面提供了一种染色鼻息肉病理切片质量多维评价系统,包括存储器和处理器,所述存储器中包括染色鼻息肉病理切片质量多维评价方法程序,所述染色鼻息肉病理切片质量多维评价方法程序被所述处理器执行时实现如下步骤:
获取鼻息肉数字全场切片图像并进行像素预处理和滤波去噪;
对预处理后的图像进行组织切面完整度打分;
对预处理后的图像进行切片厚薄均匀程度打分;
对预处理后的图像进行刀痕、裂隙打分;
对预处理后的图像进行气泡打分;
对预处理后的图像进行透明度打分;
对预处理后的图像进行细胞核与细胞浆染色对比清晰度打分;
对预处理后的图像进行污染物打分;
对预处理后的图像进行皱褶、折叠评分
将得到的各项分数加权求和得到切片图像的质量总分。
本方案中,所述鼻息肉数字全场切片图像并进行像素预处理和滤波去噪具体过程为:
将原始的鼻息肉数字高倍镜显微镜图片或全场切片图像低倍采样得到放大倍率为1.25的高倍镜显微镜图片或全场图像;
将倍率放大后的高倍镜显微镜图片或全场图像缩放至第一像素值图像;
将第一像素值图像切分为第二像素值图像并进行高斯滤波。
本发明第三方面提供了一种计算机可读存储介质,所述计算机可读存储介质中包括染色鼻息肉病理切片质量多维评价方法程序,所述染色鼻息肉病理切片质量多维评价方法程序被处理器执行时,实现如上所述的一种染色鼻息肉病理切片质量多维评价方法的步骤。
本发明公开的一种染色鼻息肉病理切片质量多维评价方法和系统及计算机可读存储介质,通过对病理切片图像进行预处理,设置多维度的评价指标,将每个维度的评价结果求和进而得到最终的评价分数,本发明能够更精细、更全面的量化病理切片的质量。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
图1示出了本申请一种染色鼻息肉病理切片质量多维评价方法的流程图。
如图1所示,本申请公开了一种染色鼻息肉病理切片质量多维评价方法,包括以下步骤:
S102,获取鼻息肉数字高倍镜显微镜图片或全场切片图像并进行像素预处理和滤波去噪;
S104,对预处理后的图像进行组织切面完整度打分;
S106,对预处理后的图像进行切片厚薄均匀程度打分;
S108,对预处理后的图像进行刀痕、裂隙打分;
S110,对预处理后的图像进行气泡打分;
S112,对预处理后的图像进行透明度打分;
对预处理后的图像进行细胞核与细胞浆染色对比清晰度打分;
对预处理后的图像进行污染物打分;
对预处理后的图像进行皱褶、折叠评分;
S114,将得到的各项分数加权求和得到切片图像的质量总分。
需要说明的是,在本发明中,首先获鼻息数字高倍镜显微镜图片或全场切片进行图像预处理,所述图像预处理包括:先进行低倍采样,然后进行缩放,将缩放后的图像切分后进行滤波去噪得到预处理后的图像,将预处理后的图像分别从8个维度进行打分,得到每个维度对应的分数,将每个维度对应的分数求和即得到切片图像的质量总分。
根据本发明实施例,所述鼻息肉数字高倍镜显微镜图片或全场切片图像并进行像素预处理和滤波去噪具体过程为:
将原始的鼻息肉数字高倍镜显微镜图片或全场切片图像低倍采样,得到放大倍率为1.25的高倍镜显微镜图片或全场图像;
将倍率放大后的高倍镜显微镜图片或全场图像缩放至第一像素值图像;
将第一像素值图像切分为第二像素值图像并进行高斯滤波。
需要说明的是,在本发明中在进行图像预处理时,首先将原始的鼻息肉数字高倍镜显微镜图片或全场切片图像低倍采样,得到放大倍率为1.25的全场图像;将倍率放大后的高倍镜显微镜图片或全场图像缩放至第一像素值图像;在一个具体的实施例中,所述第一像素值图像像素大小2048*2048,将第一像素值图像切分为第二像素值图像并进行高斯滤波,在一个具体实施例中,第二像素值图像像素大小为1024*1024,当第一像素值图像像素大小为2048*2048是,可以切分为4张1024*1024的第二像素值图像,然后将第二像素值图像进行高斯滤波去噪。
根据本发明实施例,对预处理后的图像进行组织切面完整度打分具体为:
利用canny算子计算图像的强度梯度,确定组织切面边缘;
使用非极大值抑制算法消除组织切面误检;
采用双阈值方法确定组织切面边界,使用最小连通法得到组织切面的边长P和区
域面积R,利用打分公式得到组织切面完整度分数S1,所述打分公式为: S1=
。
需要说明的是,在本发明中首先利用canny算子计算图像的强度梯度,确定组织切面边缘,然后利用非极大值抑制算法消除组织切面误检,消除误检之后利用双阈值方法确定图像中组织切面边界,利用最下连通法得到组织切面的边长和组织切面的区域面积,利用打分公式计算组织切面完整度分数,需要说明的是,组织切面越完整分数越接近10。
根据本发明实施例,所述对预处理后的图像进行切片厚薄均匀程度打分、细胞核与细胞浆染色对比清晰度打分具体步骤:
利用Ostu法进行细胞分割;
利用开操作消除细胞分割结果毛刺;
使用Freeman链码对细胞分割结果进行实例化 ;
根据实例化结果计算每个细胞的边长P及区域面积R ,计算每个细胞的圆度;
计算所有细胞的平均圆度,乘以得分值20得到切片厚薄均匀程度、细胞核与细胞浆染色对比清晰度得分。
需要说明的是,在本发明中,首先利用Ostu法对预处理图后图像中的细胞进行分割,然后利用开操作消除细胞分割结果毛刺,进而使用Freeman连码对细胞分割结果进行实例化,计算每个细胞的边长P及区域面积R ,计算每个细胞的圆度;计算所有细胞的平均圆度,乘以得分值20得到切片厚薄均匀程度、细胞核与细胞浆染色对比清晰度得分。
根据本发明实施例,对预处理后的图像进行刀痕、裂隙打分;对预处理后的图像进行皱褶打分具体步骤为:
利用区域生长的种子游走算法对预处理后的图像进行生长处理;
根据得到的图像形态判断生长出的图像是否为裂缝、刀痕或皱褶;
统计刀痕、裂缝数与皱褶数,根据刀痕、裂缝数、皱褶数在基础分上进行减分,得到刀痕、裂隙分数;皱褶分数。
需要说明的是,在本发明中,首先在预处理后的图像中利用基于区域生长的种子游走算法进行生长处理,所述基于区域生长的种子游走算法以一组“种子”像素点作为开始,根据一定的规则判断相邻像素点与“种子”像素是否相似,如果相似则将这些相邻像素点附加到“种子”像素上。然后根据得到的图像形态判断生长出的图像是否为裂缝、刀痕或皱褶,统计刀痕、裂缝数,皱褶数。根据刀痕、裂缝数或皱褶数在基础分上进行减分,得到刀痕、裂隙分数;皱褶分数,例如,总的基础分为20分,每一个刀痕或裂缝扣5分,每一个皱褶扣5分;若扣分数超出4个,为0分。
根据本发明实施例,对预处理后的图像进行气泡打分具体步骤为:
使用霍夫圆检测算法对气泡进行检测,统计检测出的气泡数;
根据气泡数的在基础分上进行减分,得到气泡分数。
需要说明的是,在本发明中,首先利用霍夫圆检测算法对图像中的气泡进行检测,统计检测出的气泡数量,在一个具体的实施例中,气泡分数基础分为20分,每一个气泡扣5分,若气泡数超出4个,为0分。
根据本发明实施例,对预处理后的图像进行透明度打分具体步骤为:
分别选取透明度高且无污染物、透明度中且有污染物、透明度低且有污染物三种病理切片作为标准模板,分别计算其峰值信噪比;
计算待评价的切片的峰值信噪比与标准模板的峰值信噪比分别计算L1距离;
若L1距离与透明度为高且无污染物的标准模板距离最近则,透明度分数为20;若L1距离与透明度为中且有污染物的标准模板距离最近则,透明度分数为10;若L1距离与透明度为低且有污染物的标准模板距离最近则,透明度分数为0。
需要说明的是,首先需要选择透明度为透明度为高且无污染物、透明度为中且有污染物、透明度为低且有污染物的三张病理切片图像作为标准模板,计算出每个标准模板的峰值信噪比,计算待评价的切片的峰值信噪比,分别待评价的切片的峰值信噪比与三种模板峰值信噪比的L1距离,若L1距离与透明度为高且无污染物的标准模板距离最近则,透明度分数为20;若L1距离与透明度为中且有污染物的标准模板距离最近则,透明度分数为10;若L1距离与透明度为低且有污染物的标准模板距离最近则,透明度分数为0。
图2示出了一种染色鼻息肉病理切片质量多维评价系统框图。
本发明第二方面提供了一种染色鼻息肉病理切片质量多维评价系统,包括存储器21和处理器22,所述存储器中包括染色鼻息肉病理切片质量多维评价方法程序,所述染色鼻息肉病理切片质量多维评价方法程序被所述处理器执行时实现如下步骤:
获取鼻息肉数字高倍镜显微镜图片或全场切片图像并进行像素预处理和滤波去噪;
对预处理后的图像进行组织切面完整度打分;
对预处理后的图像进行切片厚薄均匀程度打分;
对预处理后的图像进行刀痕、裂隙打分;
对预处理后的图像进行气泡打分;
对预处理后的图像进行透明度打分;
对预处理后的图像进行细胞核与细胞浆染色对比清晰度打分;
对预处理后的图像进行污染物打分;
对预处理后的图像进行皱褶、折叠评分;
将得到的各项分数加权求和得到切片图像的质量总分。
需要说明的是,在本发明中,首先获鼻息数字高倍镜显微镜图片或全场切片进行图像预处理,所述图像预处理包括:先进行低倍采样,然后进行缩放,将缩放后的图像切分后进行滤波去噪得到预处理后的图像,将预处理后的图像分别从5个维度进行打分,得到每个维度对应的分数,将每个维度对应的分数求和即得到切片图像的质量总分。
根据本发明实施例,所述鼻息肉数字高倍镜显微镜图片或全场切片图像并进行像素预处理和滤波去噪具体过程为:
将原始的鼻息肉数字高倍镜显微镜图片或全场切片图像低倍采样,得到放大倍率为1.25的高倍镜显微镜图片或全场图像;
将倍率放大后的高倍镜显微镜图片或全场图像缩放至第一像素值图像;
将第一像素值图像切分为第二像素值图像并进行高斯滤波。
需要说明的是,在本发明中在进行图像预处理时,首先将原始的鼻息肉数字高倍镜显微镜图片或全场切片图像低倍采样,得到放大倍率为1.25的全场图像;将倍率放大后的全场图像缩放至第一像素值图像;在一个具体的实施例中,所述第一像素值图像像素大小2048*2048,将第一像素值图像切分为第二像素值图像并进行高斯滤波,在一个具体实施例中,第二像素值图像像素大小为1024*1024,当第一像素值图像像素大小为2048*2048是,可以切分为4张1024*1024的第二像素值图像,然后将第二像素值图像进行高斯滤波去噪。
根据本发明实施例,对预处理后的图像进行组织切面完整度打分具体为:
利用canny算子计算图像的强度梯度,确定组织切面边缘;
使用非极大值抑制算法消除组织切面误检;
采用双阈值方法确定组织切面边界,使用最小连通法得到组织切面的边长P和区
域面积R,利用打分公式得到组织切面完整度分数S1,所述打分公式为: S1=
。
需要说明的是,在本发明中首先利用canny算子计算图像的强度梯度,然后利用非极大值抑制算法消除组织切面误检,消除误检之后利用双阈值方法确定图像中组织切面边界,进而得到组织切面的边长和组织切面的区域面积,利用打分公式计算组织切面完整度分数,需要说明的是,组织切面越完整分数越接近10。
根据本发明实施例,所述对预处理后的图像进行切片厚薄均匀程度打分、细胞核与细胞浆染色对比清晰度打分具体步骤:
利用Ostu法进行细胞分割;
利用开操作消除细胞分割结果毛刺;
使用Freeman链码对细胞分割结果进行实例化 ;
根据实施例结果计算每个细胞的边长P及区域面积R ,计算每个细胞的圆度;
计算所有细胞的平均圆度,乘以得分值得到切片厚薄均匀程度得分。
需要说明的是,在本发明中,首先利用Ostu法对预处理图后图像中的细胞进行分割,然后利用开操作消除细胞分割结果毛刺,进而使用Freeman连码对细胞分割结果进行实例化,计算每个细胞的边长P及区域面积R ,计算每个细胞的圆度;计算所有细胞的平均圆度,乘以得分值20得到切片厚薄均匀程度得分、细胞核与细胞浆染色对比清晰度得分。
根据本发明实施例,对预处理后的图像进行刀痕、裂隙打分具体步骤为:
利用区域生长的种子游走算法对预处理后的图像进行生长处理;
根据得到的图像形态判断生长出的图像是否为裂缝、刀痕或皱褶;
统计刀痕、裂缝数;皱褶数,根据刀痕、裂缝数;皱褶数在基础分上进行减分,得到刀痕、裂隙分数;皱褶分数。
需要说明的是,在本发明中,首先在预处理后的图像中利用基于区域生长的种子游走算法进行生长处理,所述基于区域生长的种子游走算法以一组“种子”像素点作为开始,根据一定的规则判断相邻像素点与“种子”像素是否相似,如果相似则将这些相邻像素点附加到“种子”像素上。然后根据得到的图像形态判断生长出的图像是否为裂缝、刀痕或皱褶,统计刀痕、裂缝数与皱褶数,根据刀痕、裂缝数与皱褶数在基础分上进行减分,得到刀痕、裂隙分数及周折分数。例如,总的基础分为20分,每一个刀痕或裂缝扣5分,每一个皱褶扣5分;若扣分数超出4个,为0分。
根据本发明实施例,对预处理后的图像进行气泡打分具体步骤为:
使用霍夫圆检测算法对气泡进行检测,统计检测出的气泡数;
根据气泡数的在基础分上进行减分,得到气泡分数。
需要说明的是,在本发明中,首先利用霍夫圆检测算法对图像中的气泡进行检测,统计检测出的气泡数量,在一个具体的实施例中,气泡分数基础分为20分,每一个气泡扣5分,若气泡数超出4个,为0分。
根据本发明实施例,对预处理后的图像进行透明度打分具体步骤为:
分别选取透明度高且无污染物、透明度中且有污染物、透明度低且有污染物三种病理切片作为标准模板,分别计算其峰值信噪比;
计算待评价的切片的峰值信噪比与标准模板的峰值信噪比分别计算L1距离;
若L1距离与透明度为高且无污染物的标准模板距离最近则,透明度分数为20;若L1距离与透明度为中且有污染物的标准模板距离最近则,透明度分数为10;若L1距离与透明度为低且有污染物的标准模板距离最近则,透明度分数为0。
需要说明的是,首先需要选择透明度为透明度为高且无污染物、透明度为中且有污染物、透明度为低且有污染物的三张病理切片图像作为标准模板,计算出每个标准模板的峰值信噪比,计算待评价的切片的峰值信噪比,分别待评价的切片的峰值信噪比与三种模板峰值信噪比的L1距离,若L1距离与透明度为高且无污染物的标准模板距离最近则,透明度分数为20;若L1距离与透明度为中且有污染物的标准模板距离最近则,透明度分数为10;若L1距离与透明度为低且有污染物的标准模板距离最近则,透明度分数为0。
本发明第三方面提供了一种计算机可读存储介质,所述计算机可读存储介质中包括染色鼻息肉病理切片质量多维评价方法程序,所述染色鼻息肉病理切片质量多维评价方法程序被处理器执行时,实现如上所述的一种染色鼻息肉病理切片质量多维评价方法的步骤。
本发明公开的一种染色鼻息肉病理切片质量多维评价方法和系统及计算机可读存储介质,通过通过对病理切片图像进行预处理,设置多维度的评价指标,将每个维度的评价结果求和进而得到最终的评价分数,本发明能够更精细、更全面的量化病理切片的质量。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,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,如:多个单元或组件可以结合,或可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元;既可以位于一个地方,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全部单元来实现本实施例方案的目的。
另外,在本发明各实施例中的各功能单元可以全部集成在一个处理单元中,也可以是各单元分别单独作为一个单元,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单元的形式实现。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、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。
或者,本发明上述集成的单元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,也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,本发明实施例的技术方案本质上或者说对现有技术做出贡献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。而前述的存储介质包括:移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。