[发明专利]切片的焦点地图获取方法、装置、计算机设备及存储介质

权利要求书

1.一种切片的焦点地图获取方法，其特征在于，所述方法包括：

通过数字切片扫描仪获取所述切片的目标采样点的切片扫描图像；

基于所述切片扫描图像的图像内容进行离焦信息预测，得到所述切片扫描图像的离焦信息；所述离焦信息用于指示所述目标采样点的轴向位置与所述目标采样点的焦面位置之间的偏离程度；

根据所述离焦信息计算所述目标采样点的焦面位置；

基于所述目标采样点的焦面位置，生成所述焦点地图。

2.根据权利要求1所述的方法，其特征在于，所述基于所述切片扫描图像的图像内容进行离焦信息预测，得到所述切片扫描图像的离焦信息，包括：

调用离焦信息预测模型对所述切片扫描图像的图像内容进行离焦信息预测，得到所述切片扫描图像的离焦信息；

其中，所述离焦信息预测模型是用于预测离焦信息的神经网络模型。

3.根据权利要求2所述的方法，其特征在于，所述离焦信息预测模型是采用如下步骤训练得到的：

通过所述数字切片扫描仪获取轴向扫描图像集；

获取训练样本集，所述训练样本集包括：样本采样点图像和所述样本采样点的离焦信息标签；

将所述样本采样点图像输入所述离焦信息预测模型进行离焦信息预测，得到所述样本的预测离焦信息；

计算所述预测离焦信息和所述离焦信息标签之间的误差损失；

基于所述误差损失对所述离焦信息预测模型进行训练。

4.根据权利要求1至3任一所述的方法，其特征在于，所述目标采样点包括所述切片中的第i采样点，i为大于1的整数；

所述通过所述数字切片扫描仪获取所述切片的目标采样点的切片扫描图像，包括：

将所述数字切片扫描仪的样品平台的轴向位置调整至参考焦面位置，所述参考焦面位置是已经为所述切片中的一个采样点确定的焦面位置；

通过所述数字切片扫描仪获取所述样品平台在所述参考焦面位置时的所述第i采样点的切片扫描图像；

所述根据所述离焦信息计算所述目标采样点的焦面位置，包括：

以所述参考焦面位置为基准，以所述切片扫描图像预测的离焦信息为相对离焦信息，计算所述第i采样点的焦面位置。

5.根据权利要求4所述的方法，其特征在于，所述参考焦面位置包括所述切片中的第一参考点的焦面位置；

所述方法还包括：

通过所述数字切片扫描仪获取所述第一参考点在轴向上的切片扫描图像集，所述切片扫描图像集包括按照固定扫描间隔采集的至少两个切片扫描图像；

确定所述切片扫描图像集中清晰度最高的目标切片扫描图像；

将所述目标切片扫描图像的采集位置，确定为所述第一参考点的焦面位置。

6.根据权利要求4所述的方法，其特征在于，所述方法还包括：

将所述第i采样点的焦面位置更新为第i+1采样点对应的所述参考焦面位置。

7.根据权利要求6所述的方法，其特征在于，所述方法还包括：

在所述切片扫描图像预测的离焦信息大于预定门限的情况下，将所述第i采样点的焦面位置更新为第i+1采样点对应的参考焦面位置。

8.根据权利要求7所述的方法，其特征在于，所述离焦信息预测由离焦信息预测模型执行，所述离焦信息预测模型是基于样本采样点图像和所述样本采样点图像的离焦信息标签训练得到的，所述样本采样点图像的离焦信息标签属于目标取值范围内，所述预定门限是基于所述目标取值范围来确定的。

9.根据权利要求2至8中任一所述的方法，其特征在于，所述离焦信息预测模型可以是亚力克斯卷积神经网络AlexNet、移动神经网络第3版MobileNetV3、开端神经网络第3版InceptionV3、残差神经网络ResNet50中的至少一种。