CN115511831B - 一种组织胚胎病理切片的数据分析处理***及方法 - Google Patents

一种组织胚胎病理切片的数据分析处理***及方法 Download PDF

Info

Publication number
CN115511831B
CN115511831B CN202211182776.0A CN202211182776A CN115511831B CN 115511831 B CN115511831 B CN 115511831B CN 202211182776 A CN202211182776 A CN 202211182776A CN 115511831 B CN115511831 B CN 115511831B
Authority
CN
China
Prior art keywords
projection
tissue
coordinates
line
focus
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
Application number
CN202211182776.0A
Other languages
English (en)
Other versions
CN115511831A (zh
Inventor
邓萌
张鹏霞
尹相林
王景霞
初明慧
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.)
Jiamusi University
Original Assignee
Jiamusi University
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 Jiamusi University filed Critical Jiamusi University
Priority to CN202211182776.0A priority Critical patent/CN115511831B/zh
Publication of CN115511831A publication Critical patent/CN115511831A/zh
Application granted granted Critical
Publication of CN115511831B publication Critical patent/CN115511831B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10056—Microscopic image

Landscapes

  • Engineering & 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)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及一种组织胚胎病理切片的数据分析处理***及方法，其方法包括步骤获取组织胚胎病理切片的初始图像，对组织胚胎病理切片的初始图像进行预处理与预识别以确定组织胚胎病理切片的初始图像中若干个初始的焦点；在组织胚胎病理切片的初始图像的基础上建立极坐标系并为若干个初始的焦点分配对应的极坐标(ρi，θi)，按照目焦点的区域密度为每一个目标焦点分配一个权值Pi，然后计算第一类投影系数Q1与第二类投影系数Q2，以第一类投影系数Q1与第二类投影系数Q2确定投影线并计算每一个目标焦点在投影线上的投影点，由投影点的坐标计算得到1个或若干个理想焦点坐标。

Description

一种组织胚胎病理切片的数据分析处理***及方法
技术领域
本发明涉及一种组织胚胎病理切片的数据分析处理***及方法。
背景技术
相关现有的技术，对组织胚胎病理切片的研究中通常都需要先通过数字切片扫描仪对病理切片的图像采集，但采集过程中的对焦技术比较困难，对于此现有技术也有一些技术用于改进对焦的效率或效果，比如，专利文献CN105654111B公开的一种对病理图像扫描焦点分类的技术，该技术通过对焦点分类能够一定程度提高对焦精度，但该技术在提高对焦效率上并不明显，主要原因在于该技术在对焦点分类中多次大规模和迭代的复杂运算数据处理效率低。
发明内容
为了克服现有的技术存在的不足，本发明提供一种组织胚胎病理切片的数据分析处理***及方法。
本发明解决其技术问题所采用的技术方案是：
组织胚胎病理切片的数据分析处理方法，包括步骤：获取组织胚胎病理切片的初始图像，对组织胚胎病理切片的初始图像进行预处理与预识别以确定组织胚胎病理切片的初始图像中若干个初始的焦点；在组织胚胎病理切片的初始图像的基础上建立极坐标系并为若干个初始的焦点分配对应的极坐标(ρi，θi)，按照目焦点的区域密度为每一个目标焦点分配一个权值Pi，然后计算第一类投影系数Q1与第二类投影系数Q2，以第一类投影系数Q1与第二类投影系数Q2确定投影线并计算每一个目标焦点在投影线上的投影点，由投影点的坐标计算得到1个或若干个理想焦点坐标。
进一步，所述投影线为将极坐标系转化为平面坐标系后求解的一条线，该线的导数为Q2，该线与纵轴交点值为Q1。
进一步，所述
Figure BDA0003867522080000021
Figure BDA0003867522080000022
其中m为自然数，m为目标焦点个数。
进一步，Q2与Q1的计算中将ρicosθi由Pi*ρicosθi代替，将ρisinθi由Pi*ρisinθi代替。
进一步，计算每一个目标焦点在投影线上的投影点，具体地，由目标投影点作到投影线的垂线，垂线与投影线交点即相应投影点；由投影点的坐标计算得到1个或若干个理想焦点坐标包括从投影点的坐标中直接选择1个或若干个坐标作为相应的1个或若干个理想焦点坐标。
组织胚胎病理切片的数据分析处理***，包括相连接的初始焦点判别单元、投影系数计算单元、投影点计算单元、理想焦点坐标确定单元；
初始焦点判别单元，用于获取组织胚胎病理切片的初始图像，对组织胚胎病理切片的初始图像进行预处理与预识别以确定组织胚胎病理切片的初始图像中若干个初始的焦点；
投影系数计算单元，用于在组织胚胎病理切片的初始图像的基础上建立极坐标系并为若干个初始的焦点分配对应的极坐标(ρi，θi)，按照目焦点的区域密度为每一个目标焦点分配一个权值Pi，然后计算第一类投影系数Q1与第二类投影系数Q2；
投影点计算单元，用于以第一类投影系数Q1与第二类投影系数Q2确定投影线并计算每一个目标焦点在投影线上的投影点；
理想焦点坐标确定单元，用于由投影点的坐标计算得到1个或若干个理想焦点坐标。
有益效果
本申请数据运算中不需要多次大规模和迭代的复杂运算，可提高对焦效率，具体的获取组织胚胎病理切片的初始图像，对组织胚胎病理切片的初始图像进行预处理与预识别以确定组织胚胎病理切片的初始图像中若干个初始的焦点；在组织胚胎病理切片的初始图像的基础上建立极坐标系并为若干个初始的焦点分配对应的极坐标(ρi，θi)，其中的ρi，θi均为坐标参数，i为自然数，按照目焦点的区域密度为每一个目标焦点分配一个权值Pi，然后计算第一类投影系数Q1与第二类投影系数Q2；以第一类投影系数Q1与第二类投影系数Q2确定投影线，投影线为将极坐标系转化为平面坐标系后求解的一条线，该线的导数为Q2，该线与纵轴交点值为Q1，计算每一个目标焦点在投影线上的投影点，具体地，由目标投影点作到投影线的垂线，垂线与投影线交点即相应投影点，由投影点的坐标计算得到1个或若干个理想焦点坐标，以理想焦点坐标确定的焦点完成对焦。
附图说明
图1为本申请组织胚胎病理切片的数据分析处理***的组成框图。
具体实施方式
具体实施中，本申请公开了组织胚胎病理切片的数据分析处理方法，其包括步骤：
获取组织胚胎病理切片的初始图像，对组织胚胎病理切片的初始图像进行预处理与预识别以确定组织胚胎病理切片的初始图像中若干个初始的焦点；其中的预处理包括去噪和过滤处理，在组织胚胎病理切片的初始图像的基础上建立极坐标系并为若干个初始的焦点分配对应的极坐标(ρi，θi)，其中的ρi，θi均为坐标参数，i为自然数，按照目焦点的区域密度为每一个目标焦点分配一个权值Pi，然后计算第一类投影系数Q1与第二类投影系数Q2，以第一类投影系数Q1与第二类投影系数Q2确定投影线并计算每一个目标焦点在投影线上的投影点，由投影点的坐标计算得到1个或若干个理想焦点坐标。
优选地所述投影线为将极坐标系转化为平面坐标系后求解的一条线，该线的导数为Q2，该线与纵轴交点值为Q1。
优选地所述
Figure BDA0003867522080000031
Figure BDA0003867522080000041
其中m为自然数，m为目标焦点个数；实施中目标焦点即全部的初始的焦点。
优选地Q2与Q1的计算中将ρicosθi由Pi*ρicosθi代替，将ρisinθi由Pi*ρisinθi代替，通过这样按照目焦点的区域密度相应的权重参与运算可以使得运算得到的数据更有代表性，也能提高数据运算的效率。
优选地计算每一个目标焦点在投影线上的投影点，具体地，由目标投影点作到投影线的垂线，垂线与投影线交点即相应投影点；由投影点的坐标计算得到1个或若干个理想焦点坐标包括从投影点的坐标中直接选择1个或若干个坐标作为相应的1个或若干个理想焦点坐标。
在一种具体的实施中，本申请公开了组织胚胎病理切片的数据分析处理方法，其包括步骤：
获取组织胚胎病理切片的初始图像，对组织胚胎病理切片的初始图像进行预处理与预识别以确定组织胚胎病理切片的初始图像中若干个初始的焦点；其中的预处理包括去噪和过滤处理，在组织胚胎病理切片的初始图像的基础上建立极坐标系并为若干个初始的焦点分配对应的极坐标(ρi，θi)，其中的ρi，θi均为坐标参数，i为自然数，按照目焦点的区域密度为每一个目标焦点分配一个权值Pi，然后计算第一类投影系数Q1与第二类投影系数Q2；
所述
Figure BDA0003867522080000042
Figure BDA0003867522080000051
其中m为自然数，m为目标焦点个数；实施中目标焦点即全部的初始的焦点；
以第一类投影系数Q1与第二类投影系数Q2确定投影线，投影线为将极坐标系转化为平面坐标系后求解的一条线，该线的导数为Q2，该线与纵轴交点值为Q1，计算每一个目标焦点在投影线上的投影点，具体地，由目标投影点作到投影线的垂线，垂线与投影线交点即相应投影点，由投影点的坐标计算得到1个或若干个理想焦点坐标，以理想焦点坐标确定的焦点完成对焦，这样本申请数据运算中不需要多次大规模和迭代的复杂运算，可提高对焦效率。
本申请还公开了组织胚胎病理切片的数据分析处理***，如图1，其包括相连接的初始焦点判别单元、投影系数计算单元、投影点计算单元、理想焦点坐标确定单元；
初始焦点判别单元，用于获取组织胚胎病理切片的初始图像，对组织胚胎病理切片的初始图像进行预处理与预识别以确定组织胚胎病理切片的初始图像中若干个初始的焦点；
投影系数计算单元，用于在组织胚胎病理切片的初始图像的基础上建立极坐标系并为若干个初始的焦点分配对应的极坐标(ρi，θi)，按照目焦点的区域密度为每一个目标焦点分配一个权值Pi，然后计算第一类投影系数Q1与第二类投影系数Q2；
投影点计算单元，用于以第一类投影系数Q1与第二类投影系数Q2确定投影线并计算每一个目标焦点在投影线上的投影点；
理想焦点坐标确定单元，用于由投影点的坐标计算得到1个或若干个理想焦点坐标。
由技术常识可知，本发明可以通过其它的不脱离其精神实质或必要特征的实施方案来实现。上述公开的实施方案，就各方面而言，都只是举例说明，并不是仅有的。所有在本发明范围内或在等同于本发明的范围内的改变均被本发明包含。

Claims (2)

1.组织胚胎病理切片的数据分析处理方法，其特征在于，包括步骤：
获取组织胚胎病理切片的初始图像，对组织胚胎病理切片的初始图像进行预处理与预识别以确定组织胚胎病理切片的初始图像中若干个初始的焦点；在组织胚胎病理切片的初始图像的基础上建立极坐标系并为若干个初始的焦点分配对应的极坐标(ρi，θi)，按照目焦点的区域密度为每一个目标焦点分配一个权值Pi，然后计算第一类投影系数Q1与第二类投影系数Q2，以第一类投影系数Q1与第二类投影系数Q2确定投影线并计算每一个目标焦点在投影线上的投影点，由投影点的坐标计算得到1个或若干个理想焦点坐标；所述投影线为将极坐标系转化为平面坐标系后求解的一条线，该线的导数为Q2，该线与纵轴交点值为Q1；所述
Figure FDA0004097682590000011
Figure FDA0004097682590000012
其中m为自然数，m为目标焦点个数；Q2与Q1的计算中将ρicosθi由Pi*ρicosθi代替，将ρisinθi由Pi*ρisinθi代替；计算每一个目标焦点在投影线上的投影点，具体地，由目标投影点作到投影线的垂线，垂线与投影线交点即相应投影点；由投影点的坐标计算得到1个或若干个理想焦点坐标包括从投影点的坐标中直接选择1个或若干个坐标作为相应的1个或若干个理想焦点坐标。
2.利用权利要求1所述的组织胚胎病理切片的数据分析处理方法的数据分析处理***，其特征在于，包括相连接的初始焦点判别单元、投影系数计算单元、投影点计算单元、理想焦点坐标确定单元；
初始焦点判别单元，用于获取组织胚胎病理切片的初始图像，对组织胚胎病理切片的初始图像进行预处理与预识别以确定组织胚胎病理切片的初始图像中若干个初始的焦点；
投影系数计算单元，用于在组织胚胎病理切片的初始图像的基础上建立极坐标系并为若干个初始的焦点分配对应的极坐标(ρi，θi)，按照目焦点的区域密度为每一个目标焦点分配一个权值Pi，然后计算第一类投影系数Q1与第二类投影系数Q2；
投影点计算单元，用于以第一类投影系数Q1与第二类投影系数Q2确定投影线并计算每一个目标焦点在投影线上的投影点；
理想焦点坐标确定单元，用于由投影点的坐标计算得到1个或若干个理想焦点坐标。
CN202211182776.0A 2022-09-27 2022-09-27 一种组织胚胎病理切片的数据分析处理***及方法 Active CN115511831B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211182776.0A CN115511831B (zh) 2022-09-27 2022-09-27 一种组织胚胎病理切片的数据分析处理***及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211182776.0A CN115511831B (zh) 2022-09-27 2022-09-27 一种组织胚胎病理切片的数据分析处理***及方法

Publications (2)

Publication Number Publication Date
CN115511831A CN115511831A (zh) 2022-12-23
CN115511831B true CN115511831B (zh) 2023-04-04

Family

ID=84505390

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211182776.0A Active CN115511831B (zh) 2022-09-27 2022-09-27 一种组织胚胎病理切片的数据分析处理***及方法

Country Status (1)

Country Link
CN (1) CN115511831B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102376061A (zh) * 2011-08-26 2012-03-14 浙江工业大学 基于全方位视觉的消费者购买行为分析装置
CN113822852A (zh) * 2020-06-19 2021-12-21 株式会社斯库林集团 图像处理方法、程序以及记录介质

Family Cites Families (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10297272T5 (de) * 2001-09-26 2004-12-09 Massachusetts Institute Of Technology, Cambridge Vielseitige Strahlenkegel-Bildgebungsvorrichtung und -verfahren
JP4363151B2 (ja) * 2003-10-14 2009-11-11 カシオ計算機株式会社 撮影装置、その画像処理方法及びプログラム
JP5264116B2 (ja) * 2007-07-26 2013-08-14 キヤノン株式会社 結像特性変動予測方法、露光装置、並びにデバイス製造方法
DE102011081167A1 (de) * 2011-07-01 2013-01-03 Siemens Aktiengesellschaft Rückprojektion eines Projektionsbilddatensatzes mit tiefenabhängiger Filterung
JP2013115348A (ja) * 2011-11-30 2013-06-10 Canon Inc 投影光学系の結像特性の変動量の算出方法、露光装置およびデバイス製造方法
CN103679642B (zh) * 2012-09-26 2016-08-03 上海联影医疗科技有限公司 一种ct图像金属伪影校正方法、装置及ct设备
CN103077550B (zh) * 2012-12-10 2016-04-20 华北电力大学（保定） 一种非门控icus图像序列中血管的四维重建方法
CN103366389A (zh) * 2013-04-27 2013-10-23 中国人民解放军北京军区总医院 Ct图像重建方法
JP2015026992A (ja) * 2013-07-26 2015-02-05 株式会社リコー 投影システム、画像処理装置、投影方法およびプログラム
JP6299124B2 (ja) * 2013-09-13 2018-03-28 株式会社リコー 投影システム、画像処理装置、投影方法およびプログラム
CN104390981B (zh) * 2014-12-12 2017-07-14 宁波江丰生物信息技术有限公司 基于图像采集装置的快速准确对焦扫描病理切片组织的方法
CN105806858B (zh) * 2014-12-31 2019-05-17 北京固鸿科技有限公司 Ct检测方法和ct设备
WO2016124554A1 (en) * 2015-02-03 2016-08-11 Koninklijke Philips N.V. Object localization in projective x-ray images by geometric considerations
CN105654111B (zh) * 2015-12-21 2019-03-29 宁波江丰生物信息技术有限公司 基于k-means聚类的病理图像扫描焦点分类方法
JP6727155B2 (ja) * 2017-02-27 2020-07-22 株式会社日立製作所 画像処理装置、ｘ線ｃｔ装置及び画像処理方法
WO2019058415A1 (ja) * 2017-09-19 2019-03-28 Ｎｅｃディスプレイソリューションズ株式会社 マルチプロジェクションシステム、映像投射方法及びプロジェクタ
JP6867629B2 (ja) * 2018-01-31 2021-04-28 株式会社Ｓｃｒｅｅｎホールディングス 画像処理方法、プログラムおよび記録媒体
JP6996709B2 (ja) * 2018-01-31 2022-01-17 株式会社Ｓｃｒｅｅｎホールディングス 画像処理方法、画像判定方法、プログラムおよび記録媒体
CN111199518B (zh) * 2018-11-16 2024-03-26 深圳市中兴微电子技术有限公司 Vr设备的图像呈现方法、装置、设备和计算机存储介质
DE102019103382A1 (de) * 2019-02-12 2020-08-13 Yxlon International Gmbh Verfahren zur Rekonstruktion einer digitalen Repräsentation von Objektmerkmalen eines Untersuchungsobjekts im Ortsraum eines Röntgensystems
CN111950330B (zh) * 2019-05-16 2023-09-29 杭州测质成科技有限公司 一种基于目标检测的指针式仪表示数检测方法
CN110969583A (zh) * 2019-09-11 2020-04-07 宁波江丰生物信息技术有限公司 一种图像背景处理方法及***
CN110806186A (zh) * 2019-12-12 2020-02-18 广东省航空航天装备技术研究所 基于点扩散函数工程的三维轮廓测量方法和***
CN114052786B (zh) * 2021-10-22 2023-02-07 武汉联影医疗科技有限公司 一种超声波发射方法和***
CN112525147B (zh) * 2020-12-08 2022-11-08 北京嘀嘀无限科技发展有限公司 自动驾驶设备测距方法及相关装置
CN112967342B (zh) * 2021-03-18 2022-12-06 深圳大学 一种高精度三维重建方法、***、计算机设备及存储介质
CN114286068B (zh) * 2021-12-28 2023-07-25 深圳市火乐科技发展有限公司 对焦方法、装置、存储介质以及投影设备
CN114966684A (zh) * 2022-05-19 2022-08-30 电子科技大学 群多基合成孔径雷达快速分解投影成像方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102376061A (zh) * 2011-08-26 2012-03-14 浙江工业大学 基于全方位视觉的消费者购买行为分析装置
CN113822852A (zh) * 2020-06-19 2021-12-21 株式会社斯库林集团 图像处理方法、程序以及记录介质

Also Published As

Publication number Publication date
CN115511831A (zh) 2022-12-23

Similar Documents

Publication Publication Date Title
CN110378879B (zh) 一种桥梁裂缝检测方法
CN107369159B (zh) 基于多因素二维灰度直方图的阈值分割方法
CN116664559B (zh) 基于机器视觉的内存条损伤快速检测方法
CN113962976B (zh) 用于病理玻片数字图像的质量评估方法
JP5852919B2 (ja) ひび割れ検出方法
CN113109368A (zh) 玻璃裂纹检测方法、装置、设备及介质
CN111354047B (zh) 一种基于计算机视觉的摄像模组定位方法及***
CN115578374A (zh) 一种机械零件铸造质量评估方法与***
CN116523898A (zh) 一种基于三维点云的烟草表型性状提取方法
CN114332079A (zh) 基于图像处理的塑料餐盒裂缝检测方法、装置及介质
CN115690073A (zh) 一种激光增材制造陶瓷微结构局部表征方法、装置及介质
CN116740072A (zh) 基于机器视觉的道路表面缺陷检测方法及***
CN117635615B (zh) 基于深度学习实现冲孔模具的缺陷检测方法及***
CN109544513A (zh) 一种钢管端面缺陷提取识别的方法
CN117495856B (zh) 基于深度学习的晶圆表面检测方法、装置、设备和介质
CN113436206B (zh) 一种基于聚类分割的病理组织切片扫描区域定位方法
CN115511831B (zh) 一种组织胚胎病理切片的数据分析处理***及方法
CN116452697B (zh) 继发性肺结核病灶检测方法和***
CN114627283B (zh) 基于聚类去噪的感兴趣脑区纤维束提取***及方法
CN116843687A (zh) 一种通信光缆表面瑕疵检测方法及装置
CN114111602B (zh) 一种基于图像技术的桥梁表面裂缝宽度计算方法
CN115984360A (zh) 一种基于图像处理的计算干滩长度的方法及***
CN113436120B (zh) 一种图像模糊值识别方法及装置
CN115908426B (zh) 一种基于三维点云定位算法的板材试样加工方法及***
CN117745786B (zh) 基于三维点云数据的道路裂缝深度检测装置及检测方法

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