[发明专利]一种基于深度学习的图像虚拟染色方法、系统及电子设备

权利要求书

1.一种基于深度学习的图像虚拟染色方法，其特征在于，包括：

通过显微镜获取组织切片的多个显微图片，并进行图片预处理；

将经预处理后的每一个显微图片输入到预训练得到的虚拟染色网络模型；所述虚拟染色网络模型包括：第一网络模型和第二网络模型；

利用所述第一网络模型输出每一个显微图片对应的聚焦图片；

将所述聚焦图片作为第二网络模型的输入，输出每一个显微图片对应的虚拟染色图像。

2.根据权利要求1所述的一种基于深度学习的图像虚拟染色方法，其特征在于，还包括：

根据所述组织切片的多个显微图片获得各自对应的虚拟染色图像，进行拼接生成该组织切片对应的虚拟染色图片。

3.根据权利要求1所述的一种基于深度学习的图像虚拟染色方法，其特征在于，所述图片预处理，包括：

将所述显微图片转换成灰度图，裁剪成预设分辨率的图片。

4.根据权利要求1所述的一种基于深度学习的图像虚拟染色方法，其特征在于，所述第一网络模型采用注意力机制网络，预训练过程如下：

将未染色组织切片放置于显微镜上，对该组织切片进行聚焦；

获得聚焦位置后按照预定顺序进行拍摄，获得标准焦距图片；

改变聚焦位置，每间隔预设距离调节一次显微镜高度，拍摄获得多个离焦图片；

将标准焦距图片分别与其对应的多个离焦图片，组合成配对输入图片；

利用多组配对输入图片作为输入，聚焦图片作为输出，对注意力机制网络的进行训练，实现将神经网络注意力转移到细胞核的区域。

5.根据权利要求4所述的一种基于深度学习的图像虚拟染色方法，其特征在于，所述第二网络模型采用pix2pix网络，预训练过程如下：

将第一网络模型输出的多个不同的聚焦图片以及其分别采用同一染色方法染色后所对应的染色图片进行配对；

将配对后的组合图像作为输入，聚焦虚拟染色图片作为输出，对pix2pix网络进行训练。

6.一种基于深度学习的图像虚拟染色系统，其特征在于，包括：

获取及预处理模块，用于通过显微镜获取组织切片的多个显微图片，并进行图片预处理；

输入模块，用于将经预处理后的每一个显微图片输入到预训练得到的虚拟染色网络模型；所述虚拟染色网络模型包括：第一网络模型和第二网络模型；

输出模块，利用所述第一网络模型输出每一个显微图片对应的聚焦图片；将所述聚焦图片作为第二网络模型的输入，输出每一个显微图片对应的虚拟染色图像。

7.根据权利要求6所述的一种基于深度学习的图像虚拟染色系统，其特征在于，还包括：

拼接生成及模块，用于根据所述组织切片的多个显微图片获得各自对应的虚拟染色图像，进行拼接生成该组织切片对应的虚拟染色图片。

8.一种电子设备，其特征在于，包括：

处理器；以及

存储器，用于存储计算机程序指令；

其中，当所述计算机程序指令由所述处理器加载并运行时，所述处理器执行如权利要求1到5的任一项所述的基于深度学习的图像虚拟染色方法。