CN111883237B - 病理切片图像处理方法、装置、电子设备及存储介质 - Google Patents
病理切片图像处理方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN111883237B CN111883237B CN202011037591.1A CN202011037591A CN111883237B CN 111883237 B CN111883237 B CN 111883237B CN 202011037591 A CN202011037591 A CN 202011037591A CN 111883237 B CN111883237 B CN 111883237B
- Authority
- CN
- China
- Prior art keywords
- pathological section
- image
- section image
- target
- 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.)
- Active
Links
- 230000001575 pathological effect Effects 0.000 title claims abstract description 301
- 238000003672 processing method Methods 0.000 title claims abstract description 21
- 238000012545 processing Methods 0.000 claims abstract description 43
- 230000015556 catabolic process Effects 0.000 claims abstract description 31
- 238000006731 degradation reaction Methods 0.000 claims abstract description 31
- 238000009792 diffusion process Methods 0.000 claims description 31
- 238000000034 method Methods 0.000 claims description 26
- 239000006185 dispersion Substances 0.000 claims description 22
- 238000001228 spectrum Methods 0.000 claims description 10
- 239000000126 substance Substances 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000003745 diagnosis Methods 0.000 abstract description 4
- 238000005516 engineering process Methods 0.000 abstract description 3
- 230000002349 favourable effect Effects 0.000 abstract description 3
- 238000000605 extraction Methods 0.000 abstract 1
- 230000006870 function Effects 0.000 description 69
- 238000003384 imaging method Methods 0.000 description 22
- 238000004088 simulation Methods 0.000 description 13
- 238000004590 computer program Methods 0.000 description 9
- 230000009286 beneficial effect Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 239000002356 single layer Substances 0.000 description 4
- 230000000694 effects Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000007170 pathology Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000010410 layer Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Image Processing (AREA)
Abstract
本申请涉及医疗科技技术领域，具体提供了一种病理切片图像处理方法、装置、电子设备及存储介质，其中，该病理切片图像处理方法包括：获取病理切片图像；获取所述病理切片图像在频率域的表示，得到病理切片退化图像；基于所述病理切片退化图像对所述病理切片图像进行还原处理，得到目标病理切片图像。本申请实施例有利于恢复成像模糊的病理切片图像，得到显示质量较好的病理切片图像，从而降低后续病理特征提取的难度，获取到更为完整的病理信息，为医护人员的诊断提供更为准确的依据。
Description
技术领域
本申请涉及图像处理技术领域，尤其涉及一种病理切片图像处理方法、装置、电子设备及存储介质。
背景技术
随着医疗科技的发展，病理检查已经大量应用于临床医学及科学研究中，众所周知，病理检查与数字化病理有着不可分割的关联，数字化病理通过全自动显微镜或光学放大扫描***等成像设备得到病理数字化图像，然后对病理数字化图像进行分析处理，以提取出有用的病理信息，协助医护人员进行诊断。目前病理切片数字化的方法包括数字扫描仪和显微镜成像，数字扫描仪作为常用的方法，采用单层扫描病理切片虽能满足时间上的要求，但是单层扫描往往会得到一些对焦模糊的病理切片图像，这就加大了获取病理信息的难度。
发明内容
针对上述问题，本申请提供了一种病理切片图像处理方法、装置、电子设备及存储介质，有利于恢复成像模糊的病理切片图像，得到显示质量较好的病理切片图像，从而降低获取病理信息的难度。
为实现上述目的，本申请实施例第一方面提供了一种病理切片图像处理方法，该方法包括：
获取病理切片图像；
获取所述病理切片图像在频率域的表示，得到病理切片退化图像；
基于所述病理切片退化图像对所述病理切片图像进行还原处理，得到目标病理切片图像。
结合第一方面，在一种可能的实施方式中，所述获取所述病理切片图像在频率域的表示，得到病理切片退化图像，包括：
采用预设点扩散函数对所述病理切片图像进行卷积，得到所述病理切片图像在频率域的初始表示；
对所述病理切片图像在频率域的初始表示进行频谱噪声叠加，得到所述病理切片退化图像。
结合第一方面，在一种可能的实施方式中，所述基于所述病理切片退化图像对所述病理切片图像进行还原处理，得到目标病理切片图像，包括：
求取目标滤波器；
采用所述目标滤波器及所述病理切片退化图像对所述病理切片图像进行还原处理，得到所述目标病理切片图像。
结合第一方面，在一种可能的实施方式中，所述求取目标滤波器，包括：
采用弥散圆模拟的方式对所述预设点扩散函数进行调试，得到目标点扩散函数；
获取所述病理切片图像的目标信噪比；
基于所述目标点扩散函数及所述目标信噪比求取所述目标滤波器。
结合第一方面，在一种可能的实施方式中，所述采用弥散圆模拟的方式对所述预设点扩散函数进行调试，得到目标点扩散函数，包括：
设定所述预设点扩散函数的公式为：
；其中，
表示所述
预设点扩散函数，
表示幅度，
表示弥散圆的圆心，
表示弥散圆中的点，设
定弥散圆的半径r的取值范围为第一取值范围；
在所述第一取值范围内调整所述半径r的值，以对所述预设点扩散函数进行调试，得到所述目标点扩散函数。
结合第一方面，在一种可能的实施方式中，所述获取所述病理切片图像的目标信噪比，包括：
设定所述病理切片图像的信噪比的取值范围为第二取值范围；
在所述第二取值范围内调整所述病理切片图像的信噪比，并根据所述病理切片图像的显示质量确定出所述目标信噪比。
本申请实施例第二方面提供了一种病理切片图像处理装置，该装置包括：
图像获取模块，用于获取病理切片图像；
图像转换模块，用于获取所述病理切片图像在频率域的表示，得到病理切片退化图像；
图像还原模块，用于基于所述病理切片退化图像对所述病理切片图像进行还原处理，得到目标病理切片图像。
结合第二方面，在一种可能的实施方式中，在获取所述病理切片图像在频率域的表示，得到病理切片退化图像方面，所述图像转换模块62具体用于：
采用预设点扩散函数对所述病理切片图像进行卷积，得到所述病理切片图像在频率域的初始表示；
对所述病理切片图像在频率域的初始表示进行频谱噪声叠加，得到所述病理切片退化图像。
结合第二方面，在一种可能的实施方式中，在基于所述病理切片退化图像对所述病理切片图像进行还原处理，得到目标病理切片图像方面，图像还原模块63具体用于：
求取目标滤波器；
采用所述目标滤波器及所述病理切片退化图像对所述病理切片图像进行还原处理，得到所述目标病理切片图像。
结合第二方面，在一种可能的实施方式中，图像还原模块63具体用于：
采用弥散圆模拟的方式对所述预设点扩散函数进行调试，得到目标点扩散函数；
获取所述病理切片图像的目标信噪比；
基于所述目标点扩散函数及所述目标信噪比求取所述目标滤波器。
结合第二方面，在一种可能的实施方式中，在采用弥散圆模拟的方式对所述预设点扩散函数进行调试，得到目标点扩散函数方面，图像还原模块63具体用于：
设定所述预设点扩散函数的公式为：
；其中，
表示所述
预设点扩散函数，
表示幅度，
表示弥散圆的圆心，
表示弥散圆中的点，设
定弥散圆的半径r的取值范围为第一取值范围；
在所述第一取值范围内调整所述半径r的值，以对所述预设点扩散函数进行调试，得到所述目标点扩散函数。
结合第二方面，在一种可能的实施方式中，设定所述病理切片图像的信噪比的取值范围为第二取值范围；
在所述第二取值范围内调整所述病理切片图像的信噪比，并根据所述病理切片图像的显示质量确定出所述目标信噪比。
本申请实施例第三方面提供了一种电子设备，该电子设备包括输入设备和输出设备，还包括处理器，适于实现一条或多条指令；以及，计算机存储介质，所述计算机存储介质存储有一条或多条指令，所述一条或多条指令适于由所述处理器加载并执行如下步骤：
获取病理切片图像；
获取所述病理切片图像在频率域的表示，得到病理切片退化图像；
基于所述病理切片退化图像对所述病理切片图像进行还原处理，得到目标病理切片图像。
本申请实施例第四方面提供了一种计算机存储介质，所述计算机存储介质存储有一条或多条指令，所述一条或多条指令适于由处理器加载并执行如下步骤：
获取病理切片图像；
获取所述病理切片图像在频率域的表示，得到病理切片退化图像；
基于所述病理切片退化图像对所述病理切片图像进行还原处理，得到目标病理切片图像。
本申请的上述方案至少包括以下有益效果：与现有技术相比，本申请实施例在获取病理切片图像的情况下，获取所述病理切片图像在频率域的表示，得到病理切片退化图像，然后基于所述病理切片退化图像对所述病理切片图像进行还原处理，得到目标病理切片图像。这样有利于恢复成像模糊的病理切片图像，得到显示质量较好的病理切片图像，从而降低获取病理信息的难度。
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，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，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应用环境的示意图；
图2为本申请实施例提供的一种病理切片图像处理方法的流程示意图；
图3为本申请实施例提供的一种成像装置成像时景深的示例图；
图4为本申请实施例提供的一种求取目标滤波器的流程示意图；
图5为本申请实施例提供的另一种病理切片图像处理方法的流程示意图；
图6为本申请实施例提供的一种病理切片图像处理装置的结构示意图；
图7为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，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，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
本申请说明书、权利要求书和附图中出现的术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、***、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。此外，术语“第一”、“第二”和“第三”等是用于区别不同的对象，而并非用于描述特定的顺序。
本申请实施例提供一种病理切片图像处理方法，可基于图1所示的应用环境实施，请参见图1，该应用环境中包括病理切片成像***和电子设备，其中，病理切片成像***用于对病理切片进行扫描，得到病理切片图像，基于有线或无线的通信连接，向电子设备传输病理切片图像，电子设备用于在接收到病理切片成像***传输的病理切片图像的情况下，对病理切片图像进行一系列还原处理，以恢复成像模糊的病理切片图像的显示质量，帮助后续获取到完整的病理信息。具体的，如图1所示，病理切片成像***包括光源、物镜和成像装置，将病理切片置于物镜和成像装置之间，光源发出的光通过物镜照射至病理切片上，成像装置基于用户或电子设备的控制指令对视野区域内的病理切片进行图像采集，得到病理切片图像，并向电子设备传输病理切片图像。电子设备首先基于集成的图像退化模型获取病理切片图像在频率域的表示，然后基于其在频率域的表示求取病理切片图像的近似估值图像，将该近似估值图像作为病理切片图像的还原图像，从而得到显示质量较好的病理切片图像，有利于后续医护人员获取到完整的病理信息。
基于图1所示的应用环境，以下结合其他附图对本申请实施例提供的病理切片图像处理方法进行详细阐述。
请参见图2，图2为本申请实施例提供的一种病理切片图像处理方法的流程示意图，该方法应用于电子设备，如图2所示，包括步骤S21-S23：
S21，获取病理切片图像。
本申请具体实施例中，将病理切片至于图1所示的病理切片成像***中，为满足时间要求选择单层扫描，如图3所示，由于是单层扫描，成像装置的至少一个镜头在成像时，扫描的景深有限，病理切片中的对象（比如细胞）在玻片中的厚度大于景深，此时病理切片中的对象的某些层会处于景深之外，导致成像模糊，即病理切片成像***扫描得到的病理切片图像是成像模糊的图像。可选的，病理切片成像***可以是数字扫描仪，病理切片成像***中的成像装置采集到病理切片图像后向电子设备传输该病理切片图像。
S22，获取所述病理切片图像在频率域的表示，得到病理切片退化图像。
本申请具体实施例中，电子设备中集成有图像退化模型，该图像退化模型用于获
取所述病理切片图像在频率域的表示，得到病理切片退化图像，具体的，将病理切片图像输
入图像退化模型，首先采用预设点扩散函数对病理切片图像进行卷积，得到病理切片图像
在频率域的初始表示，然后对病理切片图像在频率域的初始表示上进行频谱噪声叠加，得
到病理切片图像在频率域的表示，即病理切片退化图像。其中，图像退化模型表示为：
，
表示病理切片退化图像，是病理切片图像在频率域的退化图像频谱；
表示预设点扩散函数（PSF，point spread function），可理解为未知的退化卷积函数，
具有线性，
表示病理切片图像，
表示叠加的频谱噪声，
表示病理切片图像在频率
域的初始表示，*表示图像域的卷积。
S23，基于所述病理切片退化图像对所述病理切片图像进行还原处理，得到目标病理切片图像。
本申请具体实施例中，对病理切片图像进行还原处理需要求取目标滤波器，即可使病理切片图像显示质量更好的卷积函数；然后采用该目标滤波器和病理切片退化图像对病理切片图像进行还原处理，得到病理切片图像的还原图像，即目标病理切片图像。可选的，目标滤波器可以采用维纳滤波，其可以采用弥散圆模拟的方式进行求取，也可以采用二维高斯函数模拟的方式进行求取。
在一种可能的实施方式中，如图4所示，所述求取目标滤波器，包括：
S41，采用弥散圆模拟的方式对所述预设点扩散函数进行调试，得到目标点扩散函数。
S42，获取所述病理切片图像的目标信噪比；
S43，基于所述目标点扩散函数及所述目标信噪比求取所述目标滤波器。
其中，此处采用弥散圆模拟的方式求取目标滤波器，设定所述预设点扩散函数的
公式为：
；其中，
表示所述预设点扩散函数，
表示幅度，通常归
一化为1，
表示弥散圆的圆心，
表示弥散圆中的点，设定弥散圆的半径r的取
值范围为第一取值范围，例如：第一取值范围可以是[2-10]毫米，在所述第一取值范围内调
整所述半径r的值，以对所述预设点扩散函数进行调试，得到所述目标点扩散函数，例如：半
径r为5毫米时，
的去噪效果最好，则将此时的
确定为目标点扩散函数。另外，设定所述
病理切片图像的信噪比的取值范围为第二取值范围，例如：第二取值范围可以是[0-40]分
贝，在所述第二取值范围内调整所述病理切片图像的信噪比，并根据所述病理切片图像的
显示质量确定出所述目标信噪比，例如：在调整的过程中信噪比为30分贝时病理切片图像
的显示质量最佳，则将30分贝确定为目标信噪比。其中，弥散圆的半径r的调整与信噪比的
调整同时进行。得到目标点扩散函数及目标信噪比后，将所述目标滤波器在频率域表示为：
；其中，
表示目标滤波器，
表示目标点扩散函数，
与
为共轭复
数，SNR（signal-to-noise ratio，信噪比）表示目标信噪比。采用目标滤波器与病理切片退
化图像对病理切片图像进行还原处理，具体为采用目标滤波器对病理切片退化图像进行卷
积，公式为：
，
即为对病理切片图像进行还原后得到的目标病理切片图像。
可以看出，本申请实施例在获取病理切片图像的情况下，获取所述病理切片图像在频率域的表示，得到病理切片退化图像，然后基于所述病理切片退化图像对所述病理切片图像进行还原处理，得到目标病理切片图像。这样有利于恢复成像模糊的病理切片图像，得到显示质量较好的病理切片图像，从而降低获取病理信息的难度。
在本申请的一个实施方式中，本申请的方案还可以应用到智慧医疗领域，比如通过接收数字扫描仪扫描得到的细胞病理切片图像，通过本申请的病理切片图像处理方法对该细胞病理切片图像进行还原处理，得到还原后的目标细胞病理切片图像。由于通过本申请的病理切片图像处理方法可获取到显示质量更好的目标病理切片图像，能够解决病理切片图像对焦模糊的问题，这样可以在后续获取到更为完整的病理信息，为医护人员的诊断提供更为准确的依据，提高诊断的准确度。
请参见图5，图5本申请实施例提供的另一种病理切片图像处理方法的流程示意图，同样可基于图1所示的应用环境实施，如图5所示，包括步骤S51-S54：
S51，获取病理切片图像；
S52，采用预设点扩散函数对所述病理切片图像进行卷积，得到所述病理切片图像在频率域的初始表示；
S53，对所述病理切片图像在频率域的初始表示进行频谱噪声叠加，得到病理切片退化图像；
S54，基于所述病理切片退化图像对所述病理切片图像进行还原处理，得到目标病理切片图像。
其中，步骤S51-S54的具体实施方式在图2所示的实施例中已有相关说明，且能达到相同或相似的有益效果，为避免重复，此处不再赘述。
基于上述病理切片图像处理方法实施例的描述，请参见图6，图6为本申请实施例提供的一种病理切片图像处理装置的结构示意图，如图6所示，该装置包括：
图像获取模块61，用于获取病理切片图像；
图像转换模块62，用于获取所述病理切片图像在频率域的表示，得到病理切片退化图像；
图像还原模块63，用于基于所述病理切片退化图像对所述病理切片图像进行还原处理，得到目标病理切片图像。
在一种可能的实施方式中，在获取所述病理切片图像在频率域的表示，得到病理切片退化图像方面，所述图像转换模块62具体用于：
采用预设点扩散函数对所述病理切片图像进行卷积，得到所述病理切片图像在频率域的初始表示；
对所述病理切片图像在频率域的初始表示进行频谱噪声叠加，得到所述病理切片退化图像。
在一种可能的实施方式中，在基于所述病理切片退化图像对所述病理切片图像进行还原处理，得到目标病理切片图像方面，图像还原模块63具体用于：
求取目标滤波器；
采用所述目标滤波器及所述病理切片退化图像对所述病理切片图像进行还原处理，得到所述目标病理切片图像。
在一种可能的实施方式中，在求取目标滤波器方面，图像还原模块63具体用于：
采用弥散圆模拟的方式对所述预设点扩散函数进行调试，得到目标点扩散函数；
获取所述病理切片图像的目标信噪比；
基于所述目标点扩散函数及所述目标信噪比求取所述目标滤波器。
在一种可能的实施方式中，在采用弥散圆模拟的方式对所述预设点扩散函数进行调试，得到目标点扩散函数方面，图像还原模块63具体用于：
设定所述预设点扩散函数的公式为：
；其中，
表示所
述预设点扩散函数，
表示幅度，通常归一化为1，
表示弥散圆的圆心，
表示
弥散圆中的点，设定弥散圆的半径r的取值范围为第一取值范围；
在所述第一取值范围内调整所述半径r的值，以对所述预设点扩散函数进行调试，得到所述目标点扩散函数。
在一种可能的实施方式中，在获取所述病理切片图像的目标信噪比方面，图像还原模块63具体用于：
设定所述病理切片图像的信噪比的取值范围为第二取值范围；
在所述第二取值范围内调整所述病理切片图像的信噪比，并根据所述病理切片图像的显示质量确定出所述目标信噪比。
根据本申请的一个实施例，图6所示的病理切片图像处理装置的各个单元可以分别或全部合并为一个或若干个另外的单元来构成，或者其中的某个（些）单元还可以再拆分为功能上更小的多个单元来构成，这可以实现同样的操作，而不影响本申请的实施例的技术效果的实现。上述单元是基于逻辑功能划分的，在实际应用中，一个单元的功能也可以由多个单元来实现，或者多个单元的功能由一个单元实现。在本申请的其它实施例中，基于病理切片图像处理装置也可以包括其它单元，在实际应用中，这些功能也可以由其它单元协助实现，并且可以由多个单元协作实现。
根据本申请的另一个实施例，可以通过在包括中央处理单元（CPU）、随机存取存储介质（RAM）、只读存储介质（ROM）等处理元件和存储元件的例如计算机的通用计算设备上运行能够执行如图2或图5中所示的相应方法所涉及的各步骤的计算机程序（包括程序代码），来构造如图6中所示的病理切片图像处理装置设备，以及来实现本申请实施例的病理切片图像处理方法。所述计算机程序可以记载于例如计算机可读记录介质上，并通过计算机可读记录介质装载于上述计算设备中，并在其中运行。
基于上述方法实施例和装置实施例的描述，本申请实施例还提供一种电子设备。请参见图7，该电子设备至少包括处理器71、输入设备72、输出设备73以及计算机存储介质74。其中，电子设备内的处理器71、输入设备72、输出设备73以及计算机存储介质74可通过总线或其他方式连接。
计算机存储介质74可以存储在电子设备的存储器中，所述计算机存储介质74用于存储计算机程序，所述计算机程序包括程序指令，所述处理器71用于执行所述计算机存储介质74存储的程序指令。处理器71（或称CPU（Central Processing Unit，中央处理器））是电子设备的计算核心以及控制核心，其适于实现一条或多条指令，具体适于加载并执行一条或多条指令从而实现相应方法流程或相应功能。
在一个实施例中，本申请实施例提供的电子设备的处理器71可以用于进行一系列病理切片图像处理：
获取病理切片图像；
获取所述病理切片图像在频率域的表示，得到病理切片退化图像；
基于所述病理切片退化图像对所述病理切片图像进行还原处理，得到目标病理切片图像。
再一个实施例中，处理器71执行所述获取所述病理切片图像在频率域的表示，得到病理切片退化图像，包括：
采用预设点扩散函数对所述病理切片图像进行卷积，得到所述病理切片图像在频率域的初始表示；
对所述病理切片图像在频率域的初始表示进行频谱噪声叠加，得到所述病理切片退化图像。
再一个实施例中，处理器71执行所述基于所述病理切片退化图像对所述病理切片图像进行还原处理，得到目标病理切片图像，包括：
求取目标滤波器；
采用所述目标滤波器及所述病理切片退化图像对所述病理切片图像进行还原处理，得到所述目标病理切片图像。
再一个实施例中，处理器71执行所述求取目标滤波器，包括：
采用弥散圆模拟的方式对所述预设点扩散函数进行调试，得到目标点扩散函数；
获取所述病理切片图像的目标信噪比；
基于所述目标点扩散函数及所述目标信噪比求取所述目标滤波器。
再一个实施例中，处理器71执行所述采用弥散圆模拟的方式对所述预设点扩散函数进行调试，得到目标点扩散函数，包括：
设定所述预设点扩散函数的公式为：
；其中，
表示所
述预设点扩散函数，
表示幅度，通常归一化为1，
表示弥散圆的圆心，
表
示弥散圆中的点，设定弥散圆的半径r的取值范围为第一取值范围；
在所述第一取值范围内调整所述半径r的值，以对所述预设点扩散函数进行调试，得到所述目标点扩散函数。
再一个实施例中，处理器71执行所述获取所述病理切片图像的目标信噪比，包括：
设定所述病理切片图像的信噪比的取值范围为第二取值范围；
在所述第二取值范围内调整所述病理切片图像的信噪比，并根据所述病理切片图像的显示质量确定出所述目标信噪比。
示例性的，上述电子设备可以是服务器、云服务器、计算机主机、服务器集群等，电子设备包括但不仅限于处理器71、输入设备72、输出设备73以及计算机存储介质74。本领域技术人员可以理解，所述示意图仅仅是电子设备的示例，并不构成对电子设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件。
需要说明的是，由于电子设备的处理器71执行计算机程序时实现上述的病理切片图像处理方法中的步骤，因此上述病理切片图像处理方法的实施例均适用于该电子设备，且均能达到相同或相似的有益效果。
本申请实施例还提供了一种计算机存储介质（Memory），所述计算机存储介质是电子设备中的记忆设备，用于存放程序和数据。可以理解的是，此处的计算机存储介质既可以包括终端中的内置存储介质，当然也可以包括终端所支持的扩展存储介质。计算机存储介质提供存储空间，该存储空间存储了终端的操作***。并且，在该存储空间中还存放了适于被处理器71加载并执行的一条或多条的指令，这些指令可以是一个或一个以上的计算机程序（包括程序代码）。需要说明的是，此处的计算机存储介质可以是高速RAM存储器，也可以是非不稳定的存储器（non-volatile memory），例如至少一个磁盘存储器；可选的，还可以是至少一个位于远离前述处理器71的计算机存储介质。在一个实施例中，可由处理器71加载并执行计算机存储介质中存放的一条或多条指令，以实现上述有关病理切片图像处理方法的相应步骤；具体实现中，计算机存储介质中的一条或多条指令由处理器71加载并执行如下步骤：
获取病理切片图像；
获取所述病理切片图像在频率域的表示，得到病理切片退化图像；
基于所述病理切片退化图像对所述病理切片图像进行还原处理，得到目标病理切片图像。
再一种示例中，计算机存储介质中的一条或多条指令由处理器71加载时还执行如下步骤：
采用预设点扩散函数对所述病理切片图像进行卷积，得到所述病理切片图像在频率域的初始表示；
对所述病理切片图像在频率域的初始表示进行频谱噪声叠加，得到所述病理切片退化图像。
再一种示例中，计算机存储介质中的一条或多条指令由处理器71加载时还执行如下步骤：
求取目标滤波器；
采用所述目标滤波器及所述病理切片退化图像对所述病理切片图像进行还原处理，得到所述目标病理切片图像。
再一种示例中，计算机存储介质中的一条或多条指令由处理器71加载时还执行如下步骤：
采用弥散圆模拟的方式对所述预设点扩散函数进行调试，得到目标点扩散函数；
获取所述病理切片图像的目标信噪比；
基于所述目标点扩散函数及所述目标信噪比求取所述目标滤波器。
再一种示例中，计算机存储介质中的一条或多条指令由处理器71加载时还执行如下步骤：
设定所述预设点扩散函数的公式为：
；其中，
表示所
述预设点扩散函数，
表示幅度，通常归一化为1，
表示弥散圆的圆心，
表
示弥散圆中的点，设定弥散圆的半径r的取值范围为第一取值范围；
在所述第一取值范围内调整所述半径r的值，以对所述预设点扩散函数进行调试，得到所述目标点扩散函数。
再一种示例中，计算机存储介质中的一条或多条指令由处理器71加载时还执行如下步骤：
设定所述病理切片图像的信噪比的取值范围为第二取值范围；
在所述第二取值范围内调整所述病理切片图像的信噪比，并根据所述病理切片图像的显示质量确定出所述目标信噪比。
示例性的，计算机存储介质的计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。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）、随机存取存储器（RAM，Random Access Memory）、电载波信号、电信信号以及软件分发介质等。
需要说明的是，由于计算机存储介质的计算机程序被处理器执行时实现上述的病理切片图像处理方法中的步骤，因此上述病理切片图像处理方法的所有实施例均适用于该计算机存储介质，且均能达到相同或相似的有益效果。
以上对本申请实施例进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。
Claims (5)
1.一种病理切片图像处理方法，其特征在于，所述方法包括：
获取病理切片图像；
获取所述病理切片图像在频率域的表示，得到病理切片退化图像，具体包括：采用预设点扩散函数对所述病理切片图像进行卷积，得到所述病理切片图像在频率域的初始表示；对所述病理切片图像在频率域的初始表示进行频谱噪声叠加，得到所述病理切片退化图像；
基于所述病理切片退化图像对所述病理切片图像进行还原处理，得到目标病理切片图像，具体包括：设定预设点扩散函数的公式为：
；其中，
表示所述预设点扩散函数，
表示幅度，
表示弥散圆的圆心，
表示弥散圆中的点，设定弥散圆的半径r的取值范围为第一取值范围；在所述第一取值范围内调整所述半径r的值，以对所述预设点扩散函数进行调试，得到目标点扩散函数；获取所述病理切片图像的目标信噪比；基于所述目标点扩散函数及所述目标信噪比求取目标滤波器，采用所述目标滤波器及所述病理切片退化图像对所述病理切片图像进行还原处理，得到所述目标病理切片图像。
2.根据权利要求1所述的方法，其特征在于，所述获取所述病理切片图像的目标信噪比，包括：
设定所述病理切片图像的信噪比的取值范围为第二取值范围；
在所述第二取值范围内调整所述病理切片图像的信噪比，并根据所述病理切片图像的显示质量确定出所述目标信噪比。
3.一种病理切片图像处理装置，其特征在于，所述装置包括：
图像获取模块，用于获取病理切片图像；
图像转换模块，用于获取所述病理切片图像在频率域的表示，得到病理切片退化图像，具体用于：采用预设点扩散函数对所述病理切片图像进行卷积，得到所述病理切片图像在频率域的初始表示；对所述病理切片图像在频率域的初始表示进行频谱噪声叠加，得到所述病理切片退化图像；
图像还原模块，用于基于所述病理切片退化图像对所述病理切片图像进行还原处理，得到目标病理切片图像，具体用于：设定预设点扩散函数的公式为：
；其中，
表示所述预设点扩散函数，
表示幅度，
表示弥散圆的圆心，
表示弥散圆中的点，设定弥散圆的半径r的取值范围为第一取值范围；在所述第一取值范围内调整所述半径r的值，以对所述预设点扩散函数进行调试，得到目标点扩散函数；获取所述病理切片图像的目标信噪比；基于所述目标点扩散函数及所述目标信噪比求取目标滤波器，采用所述目标滤波器及所述病理切片退化图像对所述病理切片图像进行还原处理，得到所述目标病理切片图像。
4.一种电子设备，包括输入设备和输出设备，其特征在于，还包括：
处理器，适于实现一条或多条指令；以及，
计算机存储介质，所述计算机存储介质存储有一条或多条指令，所述一条或多条指令适于由所述处理器加载并执行如权利要求1或2所述的方法。
5.一种计算机存储介质，其特征在于，所述计算机存储介质存储有一条或多条指令，所述一条或多条指令适于由处理器加载并执行如权利要求1或2所述的方法。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011037591.1A CN111883237B (zh) | 2020-09-28 | 2020-09-28 | 病理切片图像处理方法、装置、电子设备及存储介质 |
| PCT/CN2020/124602 WO2021179629A1 (zh) | 2020-09-28 | 2020-10-29 | 病理切片图像处理方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011037591.1A CN111883237B (zh) | 2020-09-28 | 2020-09-28 | 病理切片图像处理方法、装置、电子设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111883237A CN111883237A (zh) | 2020-11-03 |
| CN111883237B true CN111883237B (zh) | 2021-01-15 |
Family
ID=73199287
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011037591.1A Active CN111883237B (zh) | 2020-09-28 | 2020-09-28 | 病理切片图像处理方法、装置、电子设备及存储介质 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN111883237B (zh) |
| WO (1) | WO2021179629A1 (zh) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2008021224A1 (en) * | 2006-08-16 | 2008-02-21 | Siemens Medical Solutions Usa, Inc. | System and method for spinal cord and vertebrae segmentation |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101055853B1 (ko) * | 2011-01-04 | 2011-08-09 | (주)올라웍스 | 입력되는 바코드 영상을 디블러링하기 위한 방법, 단말 장치 및 컴퓨터 판독 가능한 기록 매체 |
| US10127659B2 (en) * | 2016-11-23 | 2018-11-13 | General Electric Company | Deep learning medical systems and methods for image acquisition |
| CN110246116B (zh) * | 2019-04-24 | 2020-12-25 | 创新工场(北京)企业管理股份有限公司 | 数字病理切片由he染色到ihc染色的计算机自动生成方法 |
-
2020
- 2020-09-28 CN CN202011037591.1A patent/CN111883237B/zh active Active
- 2020-10-29 WO PCT/CN2020/124602 patent/WO2021179629A1/zh active Application Filing
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2008021224A1 (en) * | 2006-08-16 | 2008-02-21 | Siemens Medical Solutions Usa, Inc. | System and method for spinal cord and vertebrae segmentation |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111883237A (zh) | 2020-11-03 |
| WO2021179629A1 (zh) | 2021-09-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110533607B (zh) | 一种基于深度学习的图像处理方法、装置及电子设备 | |
| JP2017117462A5 (zh) | ||
| EP1994880A1 (en) | Image analyzing device | |
| Sur et al. | Automated removal of quasiperiodic noise using frequency domain statistics | |
| CN115456914B (zh) | 一种基于先验知识的散焦图像去模糊方法、装置及介质 | |
| TW201442689A (zh) | 影像處理用數位濾波器、影像處理裝置、印刷媒體、記錄媒體、影像處理方法及程式 | |
| CN109377453B (zh) | X射线图像中摩尔纹的消除方法、***、存储介质及装置 | |
| CN116664457B (zh) | 一种用于增强去噪的图像处理方法 | |
| CN112037151A (zh) | 基于小波分析的图像去噪方法 | |
| CN114365179A (zh) | 无载玻片组织学成像方法和*** | |
| Ljubenović et al. | Plug-and-play approach to class-adapted blind image deblurring | |
| Zhao et al. | Deep Learning‐Based Denoising in High‐Speed Portable Reflectance Confocal Microscopy | |
| CN117496560B (zh) | 一种基于多维向量的指纹纹线识别方法及装置 | |
| JP2019537736A (ja) | 畳み込み辞書学習および符号化による、ホログラフィックレンズフリー撮像における対象物検出のためのシステムおよび方法 | |
| CN111883237B (zh) | 病理切片图像处理方法、装置、电子设备及存储介质 | |
| CN111222446B (zh) | 人脸识别方法、人脸识别装置及移动终端 | |
| CN116509326A (zh) | 一种舌象多光谱图像生成方法、装置、设备及存储介质 | |
| Al-Ameen et al. | Fast deblurring method for computed tomography medical images using a novel kernels set | |
| CN113160082B (zh) | 一种基于参考图像的晕影校正方法、***、装置及介质 | |
| CN109949383B (zh) | 一种高动态光学投影层析成像方法及装置 | |
| CN113554555B (zh) | 相位畸变补偿方法、装置、计算机设备和存储介质 | |
| CN111179368B (zh) | 大视场多目标散斑成像方法、装置、电子设备及存储介质 | |
| CN109859165B (zh) | 一种取脉点的定位方法及装置 | |
| CN112102295A (zh) | Dr图像配准方法、装置、终端和计算机可读存储介质 | |
| CN113052930A (zh) | 一种胸部dr双能量数字减影图像生成方法 |
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 |