图像处理方法、装置、计算机设备和存储介质

本技术涉及智能诊断，特别是涉及一种图像处理方法、装置、计算机设备、存储介质和计算机程序产品。

背景技术：

1、在临床实践中，对待测切片中的组织的评估依赖于医生的经验进行，对于待测切片的图像，需要医生进行标注确定出组织的轮廓、面积等，进而判断待测切片中组织对应的病理状态。

2、传统技术中，引入人工智能的手段，辅助医生进行图像识别，预先对图像识别模型进行训练，将待测切片的图像输入到训练好的图像识别模型，输出图像识别结果，识别结果包括组织面积，所得的组织面积大小仍然存在准确性不高的问题。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种能够提高组织面积大小准确性的图像处理方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

2、第一方面，本技术提供了一种图像处理方法。所述方法包括：

3、获取目标组织所处待测切片的全局图像；所述全局图像中包括多个图像区域；对所述全局图像中的多个图像区域分别进行图像特征提取，确定各所述图像区域各自的图像特征；针对于每一所述图像区域，对表征所述图像区域在所述全局图像中所处位置的位置特征、以及所述图像特征进行特征融合，得到各所述图像区域各自的融合特征；基于各所述图像区域各自的融合特征，从各所述图像区域中确定至少两个目标区域；所述目标区域包含所述目标组织的组织图像；基于各所述目标区域各自包含组织图像的拼接结果，确定所述目标组织的组织面积。

4、在其中一个实施例中，所述基于各所述图像区域各自的融合特征，从各所述图像区域中确定至少两个目标区域，包括：将各所述融合特征与所述目标组织的组织特征进行相似匹配，从各所述图像区域中确定包含所述目标组织的选定区域；基于各选定区域各自的融合特征，从各所述选定区域中确定至少两个位置连通的目标区域。

5、在其中一个实施例中，所述基于各所述目标区域各自包含组织图像的拼接结果，确定所述目标组织的组织面积，包括：对各各所述目标区域各自包含组织图像进行拼接处理，得到所述目标组织的拼接图像；所述拼接图像中包括多个候选组织图像；在所述候选组织图像的连通区域数量满足数量条件的情况下，将所述候选组织图像确定为目标组织图像；基于所述目标组织图像，确定所述目标组织的组织面积。

6、在其中一个实施例中，所述基于所述目标组织图像，确定所述目标组织的组织面积，包括：基于所述目标组织图像中每一像素点各自的像素值，对所述目标组织图像进行热力分析，得到组织热力图；按照基于所述组织热力图确定的目标组织边缘轮廓，得到所述目标组织的组织面积。

7、在其中一个实施例中，所述对所述全局图像中的多个图像区域分别进行图像特征提取，确定各所述图像区域各自的图像特征，包括：对所述全局图像中的多个图像区域分别进行图像特征提取，得到各所述图像区域各自的局部图像特征；对所述全局图像进行图像特征提取，得到所述全局图像的全局图像特征；将所述全局图像特征分别与各所述局部图像特征进行特征融合，得到各所述图像区域各自的图像特征。

8、在其中一个实施例中，所述全局图像为通过染色处理后所述待测切片对应的染色图像，所述方法还包括：获取针对所述待测切片配置的图像区域划分方式；按照所述图像区域划分方式，将所述染色图像划分为多个图像区域。

9、第二方面，本技术还提供了一种图像处理装置。所述装置包括：

10、获取模块，用于获取目标组织所处待测切片的全局图像；所述全局图像中包括多个图像区域；提取模块，用于对所述全局图像中的多个图像区域分别进行图像特征提取，确定各所述图像区域各自的图像特征；融合模块，用于针对于每一所述图像区域，对表征所述图像区域在所述全局图像中所处位置的位置特征、以及所述图像特征进行特征融合，得到各所述图像区域各自的融合特征；区域确定模块，用于基于各所述图像区域各自的融合特征，从各所述图像区域中确定至少两个目标区域；所述目标区域包含所述目标组织的组织图像；面积确定模块，用于基于各所述目标区域各自包含组织图像的拼接结果，确定所述目标组织的组织面积。

11、第三方面，本技术还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

12、获取目标组织所处待测切片的全局图像；所述全局图像中包括多个图像区域；对所述全局图像中的多个图像区域分别进行图像特征提取，确定各所述图像区域各自的图像特征；针对于每一所述图像区域，对表征所述图像区域在所述全局图像中所处位置的位置特征、以及所述图像特征进行特征融合，得到各所述图像区域各自的融合特征；基于各所述图像区域各自的融合特征，从各所述图像区域中确定至少两个目标区域；所述目标区域包含所述目标组织的组织图像；基于各所述目标区域各自包含组织图像的拼接结果，确定所述目标组织的组织面积。

13、第四方面，本技术还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，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

14、获取目标组织所处待测切片的全局图像；所述全局图像中包括多个图像区域；对所述全局图像中的多个图像区域分别进行图像特征提取，确定各所述图像区域各自的图像特征；针对于每一所述图像区域，对表征所述图像区域在所述全局图像中所处位置的位置特征、以及所述图像特征进行特征融合，得到各所述图像区域各自的融合特征；基于各所述图像区域各自的融合特征，从各所述图像区域中确定至少两个目标区域；所述目标区域包含所述目标组织的组织图像；基于各所述目标区域各自包含组织图像的拼接结果，确定所述目标组织的组织面积。

15、第五方面，本技术还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：

16、获取目标组织所处待测切片的全局图像；所述全局图像中包括多个图像区域；对所述全局图像中的多个图像区域分别进行图像特征提取，确定各所述图像区域各自的图像特征；针对于每一所述图像区域，对表征所述图像区域在所述全局图像中所处位置的位置特征、以及所述图像特征进行特征融合，得到各所述图像区域各自的融合特征；基于各所述图像区域各自的融合特征，从各所述图像区域中确定至少两个目标区域；所述目标区域包含所述目标组织的组织图像；基于各所述目标区域各自包含组织图像的拼接结果，确定所述目标组织的组织面积。

17、上述图像处理方法、装置、计算机设备、存储介质和计算机程序产品，获取目标组织所处待测切片的全局图像，对全局图像中的多个图像区域分别进行图像特征提取，确定各图像区域各自的图像特征，针对于每一图像区域，对表征图像区域在全局图像中所处位置的位置特征、以及图像特征进行特征融合，得到各图像区域各自的融合特征，融合特征反映了图像区域的位置信息和图像信息，便于后续从多个信息维度准确判断图像区域是否为目标区域，进而提升确定组织面积大小的准确性。基于各图像区域各自的融合特征，从各图像区域中确定至少两个目标区域，目标区域包含目标组织的组织图像，在保证图像特征检测精度的基础上，还对各图像区域之间的位置相关性进行分析，减少了位置特征相关的误检测，确定准确的目标区域。采用上述方法，基于各目标区域各自包含组织图像的拼接结果，确定目标组织的组织面积，从多个信息维度判定图像区域是否为目标区域，进而提高了确定的组织面积大小的准确性。

技术特征：

1.一种图像处理方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述基于各所述图像区域各自的融合特征，从各所述图像区域中确定至少两个目标区域，包括：

3.根据权利要求1所述的方法，其特征在于，所述基于各所述目标区域各自包含组织图像的拼接结果，确定所述目标组织的组织面积，包括：

4.根据权利要求3所述的方法，其特征在于，所述基于所述目标组织图像，确定所述目标组织的组织面积，包括：

5.根据权利要求1所述的方法，其特征在于，所述对所述全局图像中的多个图像区域分别进行图像特征提取，确定各所述图像区域各自的图像特征，包括：

6.根据权利要求1所述的方法，其特征在于，所述全局图像为通过染色处理后所述待测切片对应的染色图像，所述方法还包括：

7.一种图像处理装置，其特征在于，所述装置包括：

8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。

10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。

技术总结
本申请涉及一种图像处理方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：获取目标组织所处待测切片的全局图像，对全局图像中的多个图像区域分别进行图像特征提取，确定各图像区域各自的图像特征，针对于每一图像区域，对表征图像区域在全局图像中所处位置的位置特征、以及图像特征进行特征融合，得到各图像区域各自的融合特征，基于各图像区域各自的融合特征，从各图像区域中确定至少两个目标区域；目标区域包含目标组织的组织图像，基于各目标区域各自包含组织图像的拼接结果，确定目标组织的组织面积，该方法，各目标区域之间的具备位置相关性，减少了位置误检测情况，提高了确定的组织面积大小的准确性。

技术研发人员：刘茹涵,张冠雄,陈翔
受保护的技术使用者：中南大学
技术研发日：
技术公布日：2024/9/23