[发明专利]生物组织图像的识别方法及装置

说明书

本发明提供一种生物组织图像的识别方法及装置，其中所述识别方法包括：对生物组织图像进行区域区分，并识别出若干个一级结构区域；基于至少一个所述一级结构区域，通过第一筛选策略识别出至少一个从属于任一所述一级结构区域的二级结构区域；基于至少一个所述二级结构区域，通过第二筛选策略从所述二级结构区域的内部识别出至少一个特征区域，并且/或者从所述二级结构区域的外部识别出至少一个所述特征区域。本发明生物组织图像的识别方法，基于一级结构区域、二级结构区域的多级结构区域逐级划分，最终获得期望的特征区域，实现了对生物组织图像中各组织结构的准确分割，并且保证提供相对精准的识别结果。

技术领域

本发明主要涉及影像识别领域，特别是涉及一种针对生物组织图像的识别方法及装置。

背景技术

生物组织图像具有形态复杂、结构繁多的特点，现有的生物组织图像处理技术，仅能对图像中一些大致明显的组织结构进行区分，而对于图像中一些相互交织、交叠的细微组织结构，并不能实现精准的划分。

以肝组织学图像处理为例，在进行图像分割时，仅能将图像中大致的肝脏血管区域和纤维桥区域划分出来之后，将剩余间质纤维定义为细胞周纤维，然而，这样的图像处理技术并不能区分出与纤维桥相连的细胞周纤维，从而并不能实现对肝小叶不同区域的精准划分。

因此，有必要提供一种能够实现生物组织结构精准划分的生物组织图像的识别方法。

发明内容

为解决现有生物组织图像技术对于生物组织结构划分不够精准问题，本发明采用如下各方面的技术方案：

第一方面，本发明提供一种生物组织图像的识别方法，所述识别方法包括：

对生物组织图像进行区域区分，并识别出若干个一级结构区域；

基于至少一个所述一级结构区域，通过第一筛选策略识别出至少一个从属于任一所述一级结构区域的二级结构区域；

基于至少一个所述二级结构区域，通过第二筛选策略从所述二级结构区域的内部识别出至少一个特征区域，并且/或者从所述二级结构区域的外部识别出至少一个所述特征区域。

优选地，所述第一筛选策略和第二筛选策略分别基于面积参数、距离参数、分布特征和边界坐标中的至少一种得到。

优选地，所述基于至少一个所述二级结构区域，通过第二筛选策略从所述二级结构区域的内部识别出至少一个特征区域，包括：

对所有所述二级结构区域进行区域总面积计算，得到所述二级结构区域的总面积S；

计算所述二级结构区域中的有效面积S1，计算有效面积S1占总面积S的比例β1；

判断β1是否小于第一阈值；

若是，将部分所述二级结构区域筛选为特征区域。

优选地，所述有效面积S1为所述二级结构区域内所有像素点的面积之和。

优选地，所述基于至少一个所述二级结构区域，通过第二筛选策略从所述二级结构区域的内部识别出至少一个特征区域，包括：

获取所述二级结构区域中的干扰区域，以所述干扰区域的中心为圆心，以第二阈值为半径得到干扰范围，将所述干扰范围内的所有所述二级结构区域划分为特征区域，和/或将所述干扰范围外，所有满足所述特征区域的分布特征的所述二级结构区域划分为特征区域。

优选地，所述干扰区域为在所述二级结构区域中，所述特征区域的密度超过第三阈值的特征集中区域。

优选地，所述从所述二级结构区域的外部识别出至少一个所述特征区域，包括：

将除所述二级结构区域外，满足所述特征区域的分布特征的区域划分为特征区域。