CN117649381B - 一种基于数字病理切片自动计算缩放倍率的装置 - Google Patents
一种基于数字病理切片自动计算缩放倍率的装置 Download PDFInfo
- Publication number
- CN117649381B CN117649381B CN202311585650.2A CN202311585650A CN117649381B CN 117649381 B CN117649381 B CN 117649381B CN 202311585650 A CN202311585650 A CN 202311585650A CN 117649381 B CN117649381 B CN 117649381B
- Authority
- CN
- China
- Prior art keywords
- image
- digital pathological
- pathological section
- determining
- module
- 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
Links
- 230000001575 pathological effect Effects 0.000 title claims abstract description 111
- 238000004458 analytical method Methods 0.000 claims abstract description 35
- 238000004364 calculation method Methods 0.000 claims abstract description 23
- 238000000605 extraction Methods 0.000 claims description 33
- 230000008520 organization Effects 0.000 claims description 32
- 230000002159 abnormal effect Effects 0.000 claims description 25
- 238000000034 method Methods 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 11
- 238000013139 quantization Methods 0.000 claims description 10
- 238000010586 diagram Methods 0.000 claims description 9
- 238000003708 edge detection Methods 0.000 claims description 4
- 230000004048 modification Effects 0.000 claims description 4
- 238000012986 modification Methods 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 3
- 238000003745 diagnosis Methods 0.000 description 5
- 230000007170 pathology Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 208000003464 asthenopia Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000010827 pathological analysis Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
Classifications
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- 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
- G06T2207/20092—Interactive image processing based on input by user
- G06T2207/20104—Interactive definition of region of interest [ROI]
-
- 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
- G06T2207/30004—Biomedical image processing
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (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)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种基于数字病理切片自动计算缩放倍率的装置，包括：数字病理切片数据读取模块，用于读取数字病理切片数据；数字病理切片分析处理模块，用于对数字病理切片数据的分析处理，获得数字病理切片的像素大小以及其他特征参数；自动计算缩放倍率模块，用于基于数字病理切片的像素大小以及其他特征参数，确定缩放倍率；控制模块，用于基于缩放倍率，对数字病理切片数据对应的第一待处理图像进行缩放处理，获取显示图像；显示模块，用于显示显示图像。本发明的基于数字病理切片自动计算缩放倍率的装置，根据分析出的像素大小以及其他特征参数，进行自动调整缩放倍率，在医生对数字病理切片进行观察时，以满足医生的需求。
Description
技术领域
本发明涉及图像处理技术领域，特别涉及一种基于数字病理切片自动计算缩放倍率的装置。
背景技术
数字病理学是一种通过数字化的方式，将医学组织切片转化为高清晰度的数字图像，供医生进行诊断和治疗的领域。数字病理学中，数字病理切片是非常重要的组成部分，它们是经过切割和染色的医学组织切片的数字化版本。在数字病理学中，为了进行诊断和治疗，医生需要对数字病理切片进行观察和分析。
在观察和分析数字病理切片时，医生需要使用不同的缩放倍率来查看不同的组织结构。然而，手动调整缩放倍率往往是耗时且繁琐的过程。因此，开发一种能够自动计算缩放倍率的装置，将会提高医生的工作效率和精度。
目前已有的数字病理切片自动计算缩放倍率的技术方案主要有两种。
第一种是基于手动选定感兴趣区域(ROI)来计算缩放倍率的方法，这种方法需要人工干预，耗时费力，且结果可能存在主观性。
第二种是基于自动检测感兴趣区域并计算缩放倍率的方法，这种方法减少了人工干预，但在面对图像复杂或不规则时计算可能出现误差。
这些现有技术方案的缺点是需要大量人工干预，计算精度受到影响，且不能适应各种图像场景。同时，由于数字病理切片在医学领域的应用越来越广泛，对计算精度和效率的要求也越来越高，因此需要新的技术方案来解决这些问题。
发明内容
本发明目的之一在于提供了一种基于数字病理切片自动计算缩放倍率的装置，通过对数字病理切片数据对应的第一待处理图像进行预处理和分析，根据分析出的像素大小以及其他特征参数，进行自动调整缩放倍率，在医生对数字病理切片进行观察时，以满足医生的需求。
本发明实施例提供的一种基于数字病理切片自动计算缩放倍率的装置，包括：
数字病理切片数据读取模块，用于读取数字病理切片数据；
数字病理切片分析处理模块，用于对数字病理切片数据的分析处理，获得数字病理切片的像素大小以及其他特征参数；
自动计算缩放倍率模块，用于基于数字病理切片的像素大小以及其他特征参数，确定缩放倍率；
控制模块，用于基于缩放倍率，对数字病理切片数据对应的第一待处理图像进行缩放处理，获取显示图像；
显示模块，用于显示显示图像。
优选的，数字病理切片分析处理模块对数字病理切片数据的分析处理，获得数字病理切片的像素大小以及其他特征参数，执行如下操作：
基于数字病理切片数据的数据大小与预设的数据大小和像素大小对应表，确定像素大小。
优选的，数字病理切片分析处理模块对数字病理切片数据的分析处理，获得数字病理切片的像素大小以及其他特征参数，执行如下操作：
获取显示模块的显示参数数据；
基于显示参数数据，构建显示画布；
基于第一待处理图像和显示画布，确定缩放倍率区间范围。
优选的，数字病理切片分析处理模块对数字病理切片数据的分析处理，获得数字病理切片的像素大小以及其他特征参数，执行如下操作：
对第一待处理图像进行边缘检测，确定组织区域范围并确定组织区域的中心位置；
提取组织区域范围的图像；
基于预设的缩放倍率确定规则以及缩放倍率区间范围，确定缩放倍率集；
依次提取缩放倍率集中的缩放倍率，并以中心位置为缩放中心，对组织区域范围的图像进行预缩放处理，获取多个第二待处理图像；
基于多个第二待处理图像和预设的识别库，确定数字病理切片数据对应的组织类型及对应组织类型的类型编号；
基于类型编号，从预设的特征提取规则存储库中提取对应组织类型的特征提取规则；
基于特征提取规则，对第一待处理图像进行特征提取，获取其他特征参数。
优选的，数字病理切片分析处理模块基于特征提取规则，对第一待处理图像进行特征提取，获取其他特征参数，执行如下操作：
对第一待处理图像进行异常区域范围检测，确定异常区域的范围；
对异常区域的范围进行测量，确定第一长度参数、第一宽度参数和第一范围参数；
和/或，
基于类型编号，从预设的组织单元存储库中，提取至少一种组织单元对应的识别标准图；
基于识别标准图，对第一待处理图像进行组织单元识别，确定多个组织单元；
对组织单元进行测量，确定第二长度参数、第二宽度参数和第二范围参数。
优选的，自动计算缩放倍率模块，用于基于数字病理切片的像素大小以及其他特征参数，确定缩放倍率，执行如下操作：
基于第一长度参数、第一宽度参数、第一范围参数和显示模块的显示参数数据，确定待确定的第一倍率；
基于各个组织单元对应的第二长度参数、第二宽度参数、第二范围参数以及对应各个组织单元的标准长度参数、标准宽度参数和标准范围参数，确定各个组织单元对应的第二倍率；
基于各个第二倍率，确定比较倍率；
当比较倍率小于等于第一倍率时，将第一倍率作为缩放倍率；
当比较倍率大于第一倍率时，将比较倍率作为缩放倍率。
优选的，自动计算缩放倍率模块基于各个第二倍率，确定比较倍率，执行如下操作：
确定各个第二倍率对应的组织单元是否存在预设的标记；
确定组织类型是否对应关联特征组织单元；
当都为否时，将最小的第二倍率作为比较倍率；
当不全为否时，确定标记的组织单元和/或特征组织单元对应的第二倍率中的最大的作为比较倍率。
优选的，控制模块基于缩放倍率，对数字病理切片数据对应的第一待处理图像进行缩放处理，获取显示图像，执行如下操作：
确定缩放倍率是对应第一倍率还是对应比较倍率；
当缩放倍率对应第一倍率时，基于缩放倍率对第一待处理图像进行缩放；以异常区域的中心作为显示图像的中心，基于与显示模块的显示参数数据对应的图像提取框从缩放后的图像上提取出提取图像；
当缩放倍率对应比较倍率时，基于缩放倍率对第一待处理图像进行缩放；以异常区域的边界上任意一点为显示图像的中心，基于与显示模块的显示参数数据对应的图像提取框从缩放后的图像上提取出提取图像；
将提取图像作为显示图像。
优选的，数字病理切片自动计算缩放倍率的装置，还包括：个性化修正模块，用于根据使用者的历史使用记录，对显示图像进行修正；
其中，个性化修正模块根据使用者的历史使用记录对显示图像进行修正，执行如下操作：
解析历史使用记录，确定各个历史使用记录中第一待处理图像对应的像素大小、其他特征参数和缩放倍率；
基于各个历史使用记录的第一待处理图像对应的像素大小、其他特征参数和缩放倍率，构建第一分析参数集；
基于自动计算缩放倍率模块确定的缩放倍率、对应的第一待处理图像的像素大小和其他特征参数，构建第二分析参数；
基于第一分析参数集和第二分析参数集，确定各个历史使用记录对应的相似度；
将相似度小于等于预设阈值的历史使用记录删除，获取可用于个性化修正分析的历史使用记录，并将获取的历史使用记录作为第一修正参考记录；
解析第一修正参考记录，获取显示模块显示显示图像后的使用者操作；
将使用者操作包括缩放操作的第一修正参考记录提取作为第二修正参考记录；
确定第二修正参考记录中各个缩放操作对应的缩放倍率以及各个缩放倍率下界面的保持时间；
基于各个缩放倍率下的界面的保持时间，确定各个第二修正参考记录对应的目标缩放倍率；
基于各个第二修正参考记录对应的目标缩放倍率，确定缩放倍率修正值；
基于缩放倍率修正值，对自动计算缩放倍率模块确定的缩放倍率进行修正。
优选的，个性化修正模块将使用者操作包括缩放操作的第一修正参考记录提取作为第二修正参考记录过程中，还执行如下操作：
确定各个第一修正参考记录对应的时刻与当前时刻的时间差值；
将时间差值大于预设的时间阈值的第一修正参考记录删除；
个性化修正模块基于各个第二修正参考记录对应的目标缩放倍率，确定缩放倍率修正值，执行如下操作：
基于各个第二修正参考记录对应的相似度以及时间差值，查询对应的量化表，确定相似度对应的第一量化值和时间差值对应的第二量化值；
基于各个第二修正参考记录的第一量化值和第二量化值的和值与所有的第一量化值和第二量化值的和值之间的比值，确定权重系数；
基于各个第二修正参考记录对应的目标缩放倍率与自动计算缩放倍率模块确定的缩放倍率之间的差值和权重系数，确定缩放倍率修正值。
本发明具有如下有益效果：
1.提高工作效率：自动计算缩放倍率，无需人工干预，可以节省大量时间和人力成本。
2.提高精度和准确性：数字病理切片的缩放倍率是影响病理学诊断和治疗的一个重要因素，自动计算缩放倍率可以避免人为误差，提高了医生判断的精度和准确性。
3.降低人为因素的影响：传统的计算缩放倍率的方法需要人工干预，而且容易受到人为因素的影响，如主观判断、眼睛疲劳等，而本发明的自动计算缩放倍率可以减少这些因素的影响，提高诊断和治疗的可靠性。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例中一种基于数字病理切片自动计算缩放倍率的装置的示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
本发明实施例提供了一种基于数字病理切片自动计算缩放倍率的装置，如图1所示，包括：数字病理切片数据读取模块、数字病理切片分析处理模块、自动计算缩放倍率模块、控制模块和显示模块；
其中，数字病理切片数据读取模块用于读取数字病理切片数据；数字病理切片分析处理模块，用于对数字病理切片数据的分析处理，获得数字病理切片的像素大小以及其他特征参数；自动计算缩放倍率模块，用于基于数字病理切片的像素大小以及其他特征参数，确定缩放倍率；控制模块，用于基于缩放倍率，对数字病理切片数据对应的第一待处理图像进行缩放处理，获取显示图像；显示模块，用于显示显示图像。
其中，数字病理切片数据是采用数字显微镜对病理组织切片进行数字化采集，生成高分辨率的数字病理切片；通过对数字病理切片进行初始缩放，计算最原始精度图像下的倍率，每一层级倍率都将基于此倍率来进行自动计算；对缩小后的数字病理切片进行特征提取和分析，计算出适合当前显示器分辨率的缩放倍率；将计算出的缩放倍率自动应用于数字病理切片的显示，以适应当前显示器的分辨率和大小。本实施例的基于数字病理切片自动计算缩放倍率的装置，能够自动适应各种显示设备，并保证数字病理切片的清晰度和显示效果，无需医生手动调整缩放倍率，提高了医生对数字病理切片的诊断效率和准确性。此外，还提供用户交互界面，允许用户进行手动调整缩放倍率。数据存储和管理模块，对数字病理切片和相关数据进行存储和管理，方便用户随时访问和查询。
在一个实施例中，数字病理切片分析处理模块对数字病理切片数据的分析处理，获得数字病理切片的像素大小以及其他特征参数，执行如下操作：
基于数字病理切片数据的数据大小与预设的数据大小和像素大小对应表，确定像素大小。一张图像所包含的数据大小与该图像的像素大小成正比，数据量越大像素越多；因此可以直接通过数据大小与像素大小的对应关系，确定数字病理切片数据对应的像素大小。
在一个实施例中，数字病理切片分析处理模块对数字病理切片数据的分析处理，获得数字病理切片的像素大小以及其他特征参数，执行如下操作：
获取显示模块的显示参数数据；
基于显示参数数据，构建显示画布；
基于第一待处理图像和显示画布，确定缩放倍率区间范围。
其中，显示参数数据包括：显示屏幕的长度、宽度以及分辨率；通过长度、宽度和分辨率可以确定显示屏幕上具有的像素大小；然后构建的显示画布与显示屏幕的长度、宽度和像素大小相同；首先将第一待处理图像以显示画布为基准缩放，确定缩放倍率区间范围的第一个边界值，例如：第一待处理图像原始尺寸为显示画布的尺寸的三倍，则需要将第一待处理图像缩小三倍以适应显示画布的尺寸，缩小三倍量化则为0.33，则第一边界值为0.33；将第一待处理图像进行放大至极限使第一待处理图像的每一个像素对应显示画布的每一个像素，以当前的第一待处理图像的尺寸与显示画布的尺寸的比值为缩放倍率区间范围的第二个边界值；例如尺寸比值为100，则第二边界值为100；那么缩放倍率区间范围为0.33至100，包括0.33和100这两个数值。
此外，数字病理切片分析处理模块对数字病理切片数据的分析处理，获得数字病理切片的像素大小以及其他特征参数，还执行如下操作：
对第一待处理图像进行边缘检测，确定组织区域范围并确定组织区域的中心位置；通过图像的边缘检测技术，确定第一待处理图像中病理组织所占的组织区域范围以及组织区域范围的中心位置；组织区域范围的中心位置为组织区域范围内的到边缘上各个点的距离的和值最小的点；
提取组织区域范围的图像；
基于预设的缩放倍率确定规则以及缩放倍率区间范围，确定缩放倍率集；缩放倍率集中的缩放倍率；例如：首先将缩放倍率区间范围，转换成预设的形式的缩放倍率(第一边界为0)；然后从预先配置在确定规则内的各个缩放倍率点位，确定各个缩放倍率点位对应的缩放倍率区间范围内的缩放倍率；将缩放倍率区间范围内的缩放倍率按从小到大的顺序排列，以形成缩放倍率集；
依次提取缩放倍率集中的缩放倍率，并以中心位置为缩放中心，对组织区域范围的图像进行预缩放处理，获取多个第二待处理图像；各个第二待处理图像的图像大小相同；即截取缩放处理后以中心位置为中心的预设的区域大小内的图像作为第二待处理图像；
基于多个第二待处理图像和预设的识别库，确定数字病理切片数据对应的组织类型及对应组织类型的类型编号；将多个第二待处理图像作为一组图片，与识别库中的各个类型编号对应关联的一组标准图片进行匹配；当标准图片中各个图片与第二待处理图像一一对应匹配时，提取匹配所对应的类型编号；此步骤为根据不同放大倍数下的图像，对数字病理切片对应的组织来源于何处进行分析，方便调取特征提取规则，提高了特征提取的准确性；
基于类型编号，从预设的特征提取规则存储库中提取对应组织类型的特征提取规则；特征提取规则存储库为预先配置在装置的存储器中，特征提取规则存储库中类型编号与特征提取规则一一对应关联；特征提取规则规定了特征提取过程中采用的图像处理方法(灰度、轮廓提取、边缘识别等)、特征的判断方法、以及特征参数的名称等；
基于特征提取规则，对第一待处理图像进行特征提取，获取其他特征参数。
其中，数字病理切片分析处理模块基于特征提取规则，对第一待处理图像进行特征提取，获取其他特征参数，执行如下操作：
对第一待处理图像进行异常区域范围检测，确定异常区域的范围；对第一待处理图像进行区域分割，将分割的区域图像与存储的异常的标准图像进行匹配，确定异常区域图像，所有的异常区域图像组成的区域的范围为异常区域的范围；
对异常区域的范围进行测量，确定第一长度参数、第一宽度参数和第一范围参数；第一长度参数为异常区域在第一待处理图像中的长度方向的两个最远的边界点的距离值；第一宽度参数为异常区域在第一待处理图像中宽度方向上的两个最远的边界点的距离值；第一范围参数对应面积值；
和/或，
基于类型编号，从预设的组织单元存储库中，提取至少一种组织单元对应的识别标准图；组织单元存储库中存储有各个组织类型包含的组织单元的识别标准图；
基于识别标准图，对第一待处理图像进行组织单元识别，确定多个组织单元；通过识别标准图对第一待处理图像进行组织单元的识别，确定个第一图像中包含的组织单元；
对组织单元进行测量，确定第二长度参数、第二宽度参数和第二范围参数。主要测量各个组织单元在第一待处理图像中长度方向以及宽度方向上的所在的平均距离值；以及平均面积值；
此外，自动计算缩放倍率模块，用于基于数字病理切片的像素大小以及其他特征参数，确定缩放倍率，执行如下操作：
基于第一长度参数、第一宽度参数、第一范围参数和显示模块的显示参数数据，确定待确定的第一倍率；例如：第一倍率为显示参数数据中的长度数据的80％与第一长度参数的比值、显示参数数据中的宽度数据的80％与第一宽度参数的比值、显示参数数据中的面积值的的80％与第一范围参数的比值的最小值确定；
基于各个组织单元对应的第二长度参数、第二宽度参数、第二范围参数以及对应各个组织单元的标准长度参数、标准宽度参数和标准范围参数，确定各个组织单元对应的第二倍率；例如：第二倍率为标准长度参数与第二长度参数的比值、标准宽度参数与第二宽度参数的比值、标准范围参数与第二范围参数的比值中的最小值相同；
基于各个第二倍率，确定比较倍率；
当比较倍率小于等于第一倍率时，将第一倍率作为缩放倍率；
当比较倍率大于第一倍率时，将比较倍率作为缩放倍率。
其中，自动计算缩放倍率模块基于各个第二倍率，确定比较倍率，执行如下操作：
确定各个第二倍率对应的组织单元是否存在预设的标记；标记是通过工作人员进行预先配置的，每个组织类型可以有工作人员进行一个或多个组织单元的标记，以标记的组织单元作为缩放倍率的确定的参考依据，使医生在显示图像中可以直观看到标记的组织单元，便于医生的诊断；
确定组织类型是否对应关联特征组织单元；装置内原有的为各个组织类型配置关联的特征组织单元；
当都为否时，将最小的第二倍率作为比较倍率；
当不全为否时，确定标记的组织单元和/或特征组织单元对应的第二倍率中的最大的作为比较倍率。
其中，控制模块基于缩放倍率，对数字病理切片数据对应的第一待处理图像进行缩放处理，获取显示图像，执行如下操作：
确定缩放倍率是对应第一倍率还是对应比较倍率；
当缩放倍率对应第一倍率时，基于缩放倍率对第一待处理图像进行缩放；以异常区域的中心作为显示图像的中心，基于与显示模块的显示参数数据对应的图像提取框从缩放后的图像上提取出提取图像；在可以进行异常区域的完整显示时采用完整显示的方式显示；
当缩放倍率对应比较倍率时，基于缩放倍率对第一待处理图像进行缩放；以异常区域的边界上任意一点为显示图像的中心，基于与显示模块的显示参数数据对应的图像提取框从缩放后的图像上提取出提取图像；兼顾异常区域以及组织单元的显示，方便医生进行诊断；
将提取图像作为显示图像。
本实施例在进行缩放倍率的计算过程中综合考虑了组织的类型、组织类型对应的组织单元以及异常区域，进而保证了缩放后的图像上可以兼顾组织单元以及异常区域，进一步保证缩放图像的有效性，提高了医生的工作效率。
在一个实施例中，数字病理切片自动计算缩放倍率的装置，还包括：个性化修正模块，用于根据使用者的历史使用记录，对显示图像进行修正；
其中，个性化修正模块根据使用者的历史使用记录对显示图像进行修正，执行如下操作：
解析历史使用记录，确定各个历史使用记录中第一待处理图像对应的像素大小、其他特征参数和缩放倍率；历史使用记录中存储有第一待处理图像对应的像素大小、其他特征参数和缩放倍率的相关联信息、使用者在显示模块显示后在显示界面上的操作信息，操作信息包括缩放操作、移动操作等；
基于各个历史使用记录的第一待处理图像对应的像素大小、其他特征参数和缩放倍率，构建第一分析参数集；
基于自动计算缩放倍率模块确定的缩放倍率、对应的第一待处理图像的像素大小和其他特征参数，构建第二分析参数；
基于第一分析参数集和第二分析参数集，确定各个历史使用记录对应的相似度；各个历史使用记录对应的相似度为各个历史使用记录对应的第一分析参数集与第二分析参数集的相似度，相似度计算方式可以采用余弦相似度计算法进行计算；
将相似度小于等于预设阈值(例如：0.8)的历史使用记录删除，获取可用于个性化修正分析的历史使用记录，并将获取的历史使用记录作为第一修正参考记录；当所有的相似度都小于等于预设阈值时，不进行个性化修正；
解析第一修正参考记录，获取显示模块显示显示图像后的使用者操作；
将使用者操作包括缩放操作的第一修正参考记录提取作为第二修正参考记录；
确定第二修正参考记录中各个缩放操作对应的缩放倍率以及各个缩放倍率下界面的保持时间；将缩放操作执行后的缩放倍率作为缩放操作对应的缩放倍率；
基于各个缩放倍率下的界面的保持时间，确定各个第二修正参考记录对应的目标缩放倍率；保持时间最长的缩放倍率为目标缩放倍率；
基于各个第二修正参考记录对应的目标缩放倍率，确定缩放倍率修正值；
基于缩放倍率修正值，对自动计算缩放倍率模块确定的缩放倍率进行修正。
其中，为提高修正操作的准确性，个性化修正模块将使用者操作包括缩放操作的第一修正参考记录提取作为第二修正参考记录过程中，还执行如下操作：
确定各个第一修正参考记录对应的时刻与当前时刻的时间差值；
将时间差值大于预设的时间阈值(例如：3个月)的第一修正参考记录删除；
为实现准确的缩放倍率修正值的确定，个性化修正模块基于各个第二修正参考记录对应的目标缩放倍率，确定缩放倍率修正值，执行如下操作：
基于各个第二修正参考记录对应的相似度以及时间差值，查询对应的量化表，确定相似度对应的第一量化值和时间差值对应的第二量化值；将相似度和时间差值量化为第一量化值和第二量化值，方便综合分析时间与相似性的前提下的权重系数的确定；
基于各个第二修正参考记录的第一量化值和第二量化值的和值与所有的第一量化值和第二量化值的和值之间的比值，确定权重系数；
基于各个第二修正参考记录对应的目标缩放倍率与自动计算缩放倍率模块确定的缩放倍率之间的差值和权重系数，确定缩放倍率修正值。
此外，在基于各个第二修正参考记录对应的目标缩放倍率，确定缩放倍率修正值时，还需根据目标缩放倍率与自动计算缩放倍率模块确定的缩放倍率的差值对目标缩放倍率的有效性进行确定，具体为差值大于预设差值阈值(例如：缩放倍率的50％)时，确定目标缩放倍率无效，将其提出，不参与最后的修正值的确定；
本实施例对使用者的使用习惯进行分析，进而适应性地进行缩放倍率的修正；以满足不同的使用者的个性化使用需求，提供更准确的缩放倍率的确定，进而提高不同的使用者的工作效率。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (6)
1.一种基于数字病理切片自动计算缩放倍率的装置，其特征在于，包括：
数字病理切片数据读取模块，用于读取数字病理切片数据；
数字病理切片分析处理模块，用于对数字病理切片数据的分析处理，获得数字病理切片的像素大小以及其他特征参数；
自动计算缩放倍率模块，用于基于数字病理切片的像素大小以及其他特征参数，确定缩放倍率；
控制模块，用于基于所述缩放倍率，对所述数字病理切片数据对应的第一待处理图像进行缩放处理，获取显示图像；
显示模块，用于显示所述显示图像；
其中，所述数字病理切片分析处理模块对数字病理切片数据的分析处理，获得数字病理切片的像素大小以及其他特征参数，执行如下操作：
对所述第一待处理图像进行边缘检测，确定组织区域范围并确定组织区域的中心位置；
提取组织区域范围的图像；
基于预设的缩放倍率确定规则以及缩放倍率区间范围，确定缩放倍率集；
依次提取所述缩放倍率集中的缩放倍率，并以所述中心位置为缩放中心，对组织区域范围的图像进行预缩放处理，获取多个第二待处理图像；
基于多个第二待处理图像和预设的识别库，确定数字病理切片数据对应的组织类型及对应组织类型的类型编号；
基于所述类型编号，从预设的特征提取规则存储库中提取对应所述组织类型的特征提取规则；
基于所述特征提取规则，对所述第一待处理图像进行特征提取，获取所述其他特征参数；
其中，所述数字病理切片分析处理模块基于所述特征提取规则，对所述第一待处理图像进行特征提取，获取所述其他特征参数，执行如下操作：
对所述第一待处理图像进行异常区域范围检测，确定异常区域的范围；
对所述异常区域的范围进行测量，确定第一长度参数、第一宽度参数和第一范围参数；
和/或，
基于所述类型编号，从预设的组织单元存储库中，提取至少一种组织单元对应的识别标准图；
基于所述识别标准图，对所述第一待处理图像进行组织单元识别，确定多个组织单元；
对所述组织单元进行测量，确定第二长度参数、第二宽度参数和第二范围参数；
其中，所述自动计算缩放倍率模块，用于基于数字病理切片的像素大小以及其他特征参数，确定缩放倍率，执行如下操作：
基于所述第一长度参数、所述第一宽度参数、所述第一范围参数和所述显示模块的显示参数数据，确定待确定的第一倍率；
基于各个组织单元对应的第二长度参数、第二宽度参数、第二范围参数以及对应各个组织单元的标准长度参数、标准宽度参数和标准范围参数，确定各个组织单元对应的第二倍率；
基于各个第二倍率，确定比较倍率；
当所述比较倍率小于等于所述第一倍率时，将所述第一倍率作为所述缩放倍率；
当所述比较倍率大于所述第一倍率时，将所述比较倍率作为所述缩放倍率；
其中，所述自动计算缩放倍率模块基于各个第二倍率，确定比较倍率，执行如下操作：
确定各个第二倍率对应的组织单元是否存在预设的标记；
确定组织类型是否对应关联特征组织单元；
当都为否时，将最小的所述第二倍率作为所述比较倍率；
当不全为否时，确定标记的组织单元和/或特征组织单元对应的第二倍率中的最大的作为所述比较倍率。
2.如权利要求1所述的数字病理切片自动计算缩放倍率的装置，其特征在于，所述数字病理切片分析处理模块对数字病理切片数据的分析处理，获得数字病理切片的像素大小以及其他特征参数，执行如下操作：
基于所述数字病理切片数据的数据大小与预设的数据大小和像素大小对应表，确定所述像素大小。
3.如权利要求1所述的数字病理切片自动计算缩放倍率的装置，其特征在于，所述数字病理切片分析处理模块对数字病理切片数据的分析处理，获得数字病理切片的像素大小以及其他特征参数，执行如下操作：
获取所述显示模块的显示参数数据；
基于所述显示参数数据，构建显示画布；
基于所述第一待处理图像和所述显示画布，确定缩放倍率区间范围。
4.如权利要求1所述的数字病理切片自动计算缩放倍率的装置，其特征在于，所述控制模块基于所述缩放倍率，对所述数字病理切片数据对应的第一待处理图像进行缩放处理，获取显示图像，执行如下操作：
确定所述缩放倍率是对应第一倍率还是对应比较倍率；
当所述缩放倍率对应第一倍率时，基于所述缩放倍率对第一待处理图像进行缩放；以所述异常区域的中心作为所述显示图像的中心，基于与显示模块的显示参数数据对应的图像提取框从缩放后的图像上提取出提取图像；
当所述缩放倍率对应比较倍率时，基于所述缩放倍率对第一待处理图像进行缩放；以所述异常区域的边界上任意一点为所述显示图像的中心，基于与显示模块的显示参数数据对应的图像提取框从缩放后的图像上提取出提取图像；
将所述提取图像作为所述显示图像。
5.如权利要求1所述的数字病理切片自动计算缩放倍率的装置，其特征在于，还包括：个性化修正模块，用于根据使用者的历史使用记录，对所述显示图像进行修正；
其中，所述个性化修正模块根据使用者的历史使用记录对所述显示图像进行修正，执行如下操作：
解析历史使用记录，确定各个历史使用记录中第一待处理图像对应的像素大小、其他特征参数和缩放倍率；
基于各个历史使用记录的第一待处理图像对应的像素大小、其他特征参数和缩放倍率，构建第一分析参数集；
基于所述自动计算缩放倍率模块确定的缩放倍率、对应的第一待处理图像的像素大小和其他特征参数，构建第二分析参数；
基于所述第一分析参数集和第二分析参数集，确定各个历史使用记录对应的相似度；
将相似度小于等于预设阈值的历史使用记录删除，获取可用于个性化修正分析的历史使用记录，并将获取的历史使用记录作为第一修正参考记录；
解析所述第一修正参考记录，获取所述显示模块显示所述显示图像后的使用者操作；
将使用者操作包括缩放操作的第一修正参考记录提取作为第二修正参考记录；
确定第二修正参考记录中各个缩放操作对应的缩放倍率以及各个缩放倍率下界面的保持时间；
基于各个缩放倍率下的界面的保持时间，确定各个第二修正参考记录对应的目标缩放倍率；
基于各个第二修正参考记录对应的目标缩放倍率，确定缩放倍率修正值；
基于所述缩放倍率修正值，对自动计算缩放倍率模块确定的缩放倍率进行修正。
6.如权利要求5所述的数字病理切片自动计算缩放倍率的装置，其特征在于，所述个性化修正模块将使用者操作包括缩放操作的第一修正参考记录提取作为第二修正参考记录过程中，还执行如下操作：
确定各个第一修正参考记录对应的时刻与当前时刻的时间差值；
将所述时间差值大于预设的时间阈值的第一修正参考记录删除；
所述个性化修正模块基于各个第二修正参考记录对应的目标缩放倍率，确定缩放倍率修正值，执行如下操作：
基于各个第二修正参考记录对应的相似度以及时间差值，查询对应的量化表，确定所述相似度对应的第一量化值和时间差值对应的第二量化值；
基于各个第二修正参考记录的第一量化值和第二量化值的和值与所有的第一量化值和第二量化值的和值之间的比值，确定权重系数；
基于各个第二修正参考记录对应的目标缩放倍率与自动计算缩放倍率模块确定的缩放倍率之间的差值和权重系数，确定所述缩放倍率修正值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311585650.2A CN117649381B (zh) | 2023-11-27 | 2023-11-27 | 一种基于数字病理切片自动计算缩放倍率的装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311585650.2A CN117649381B (zh) | 2023-11-27 | 2023-11-27 | 一种基于数字病理切片自动计算缩放倍率的装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117649381A CN117649381A (zh) | 2024-03-05 |
| CN117649381B true CN117649381B (zh) | 2024-06-18 |
Family
ID=90048810
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311585650.2A Active CN117649381B (zh) | 2023-11-27 | 2023-11-27 | 一种基于数字病理切片自动计算缩放倍率的装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117649381B (zh) |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105607833B (zh) * | 2015-12-21 | 2019-04-16 | 玖壹叁陆零医学科技南京有限公司 | 数字病理切片移动方法及装置 |
| CN105653151B (zh) * | 2015-12-21 | 2019-03-08 | 玖壹叁陆零医学科技南京有限公司 | 数字病理切片缩放方法及装置 |
| CN107330860A (zh) * | 2017-07-03 | 2017-11-07 | 山东财经大学 | 一种基于ct图像边缘的有理插值缩放方法 |
| CN107463306B (zh) * | 2017-07-12 | 2020-02-14 | 北京潘达互娱科技有限公司 | 图像显示方法及装置 |
| CN108197606A (zh) * | 2018-01-31 | 2018-06-22 | 浙江大学 | 一种基于多尺度膨胀卷积的病理切片中异常细胞的识别方法 |
| JP6614254B2 (ja) * | 2018-02-26 | 2019-12-04 | ソニー株式会社 | 表示方法および情報処理装置 |
| CN112508952B (zh) * | 2021-02-05 | 2021-05-04 | 宁波兰茜生物科技有限公司 | 一种病理切片双物镜自适应扫描控制方法及系统 |
| CN113237881B (zh) * | 2021-05-10 | 2023-09-12 | 博奥生物集团有限公司 | 一种特定细胞的检测方法、装置和病理切片检测系统 |
| CN113723573B (zh) * | 2021-11-03 | 2022-01-14 | 浙江大学 | 基于自适应比例学习的肿瘤组织病理分类系统及方法 |
| CN116994721B (zh) * | 2023-08-09 | 2024-06-18 | 北京透彻未来科技有限公司 | 一种数字病理切片图的快速处理系统 |
-
2023
- 2023-11-27 CN CN202311585650.2A patent/CN117649381B/zh active Active
Non-Patent Citations (2)
| Title |
|---|
| "基于深度学习的肺癌病理图像细胞分割方法研究";张志鹏;《中国优秀硕士学位论文全文数据库医药卫生科技辑》;20230215;第2023年卷(第02期);第E072-652页 * |
| "小鼠切片图像的自动配准与背景去除算法的研究";杨维萍;《中国优秀硕士学位论文全文数据库 信息科技辑》;20120105;第2012年卷(第01期);第I138-584页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117649381A (zh) | 2024-03-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111524137B (zh) | 基于图像识别的细胞识别计数方法、装置和计算机设备 | |
| CN110021025B (zh) | 感兴趣区域的匹配和显示方法、装置、设备及存储介质 | |
| JP2808773B2 (ja) | 階調変換自動化装置 | |
| CN111862044B (zh) | 超声图像处理方法、装置、计算机设备和存储介质 | |
| CN111931751B (zh) | 深度学习训练方法、目标物识别方法、系统和存储介质 | |
| CN112257704A (zh) | 基于深度学习检测模型子宫颈液基细胞数字图像分类方法 | |
| CN110176002B (zh) | 一种x射线图像的病灶检测方法及终端设备 | |
| CN110974306B (zh) | 一种超声内镜下识别和定位胰腺神经内分泌肿瘤的系统 | |
| CN112464802B (zh) | 一种玻片样本信息的自动识别方法、装置和计算机设备 | |
| CN113237881B (zh) | 一种特定细胞的检测方法、装置和病理切片检测系统 | |
| CN117173050A (zh) | 图像处理方法、装置、计算机设备和存储介质 | |
| CN111369523A (zh) | 显微图像中细胞堆叠的检测方法、系统、设备及介质 | |
| CN111652862B (zh) | 脊柱顺列分类方法、计算机设备和存储介质 | |
| CN111652300A (zh) | 脊柱曲度分类方法、计算机设备和存储介质 | |
| CN116596901A (zh) | 一种基于大数据的超声波数据监测系统及方法 | |
| CN114788705A (zh) | 一种影像医学质量分析调控方法、设备以及计算机存储介质 | |
| US6785411B1 (en) | Image analyzing apparatus and image analyzing method | |
| CN117649381B (zh) | 一种基于数字病理切片自动计算缩放倍率的装置 | |
| CN117252825A (zh) | 基于口腔全景片图像的龋齿识别方法和装置 | |
| CN112562829A (zh) | 一种自适应生成dicom影像默认窗宽窗位的方法 | |
| US8340384B2 (en) | Method and apparatus for cerebral hemorrhage segmentation | |
| CN116152168A (zh) | 一种医肺影像病变分类方法和分类装置 | |
| CN115359031A (zh) | 一种数字病理图像制片质量评价方法 | |
| CN111429440A (zh) | 显微病理图像细胞充足检测方法、系统、设备、装置及介质 | |
| CN110675444A (zh) | 头部ct扫描区域的确定方法、装置及图像处理设备 |
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 |