[发明专利]生成包含自动标注文件的基准病理数据集的方法及系统

权利要求书

1.一种生成包含自动标注文件的基准病理数据集的方法，其特征在于，包括以下步骤：

获取病理图像，其中所述病理图像包括：目标图像和高光谱图像；对所述高光谱图像提取伪彩图；

对所述高光谱图像中的像素进行识别标注，得到病理数据集的标签部分；

对所述目标图像和所述伪彩图进行聚类，基于聚类结果对所述目标图像和所述伪彩图进行染色标准化处理，得到病理数据集的图像部分；基于所述标签部分和所述图像部分，得到病理数据集；

对所述目标图像和所述伪彩图进行聚类，基于聚类结果对所述目标图像和所述伪彩图进行染色标准化处理，得到病理数据集的图像部分的具体步骤：

①、对伪彩图和目标图像分别进行kmeans聚类，各聚20类；

②、根据伪彩图和目标图像灰度图中每个像素的值所属的区间，得到40类的分布；

③、由上述的分布利用wasserstein距离为伪彩图中的每一类找到目标图中最相近的一类，公式如下：

其中，γ为每一个可能的联合分布，

x和y为从γ中采样得的样本，

||x−y||为这对样本的距离，

Wasserstein距离就是在所有可能的联合分布中样本对距离的期望值能够取到的下界；

④、比较伪彩图中每个像素点的亮度和该像素点所属类别对应目标图中类别中心的亮度，如果小于，则将该像素点处R、G、B的值换为对应目标图中类别中心处R、G、B的值；否则该像素点处R、G、B的值不变。

2.根据权利要求1所述的生成包含自动标注文件的基准病理数据集的方法，其特征在于，

对所述高光谱图像中的像素进行识别标注之前还包括：

提取所述高光谱图像的代表性像素，基于所述代表性像素的通道值及标签构建病理识别模型，通过决策树算法对所述病理识别模型进行训练，直到输出的误差减小到期望值，得到训练好的病理识别模型，其中所述病理识别模型为LightGBM模型。

3.根据权利要求2所述的生成包含自动标注文件的基准病理数据集的方法，其特征在于，

得到病理数据集的标签部分的过程包括：

通过训练好的病理识别模型对所述高光谱图像中的像素进行识别标注，得到病理数据集的标签部分。

4.一种生成包含自动标注文件的基准病理数据集的系统，其特征在于，包括：病理图像获取模块、数据集标签获取模块及数据集图像获取模块；

所述病理图像获取模块，用于获取病理图像，其中所述病理图像包括：目标图像和高光谱图像；对所述高光谱图像提取伪彩图；

所述数据集标签获取模块，用于对所述高光谱图像中的像素进行识别标注，得到病理数据集的标签部分；

所述数据集图像获取模块，用于对所述目标图像和所述伪彩图进行聚类，基于聚类结果对所述目标图像和所述伪彩图进行染色标准化处理，得到病理数据集的图像部分；基于所述标签部分和所述图像部分，得到病理数据集；

对所述目标图像和所述伪彩图进行聚类，基于聚类结果对所述目标图像和所述伪彩图进行染色标准化处理，得到病理数据集的图像部分的具体步骤：

①、对伪彩图和目标图像分别进行kmeans聚类，各聚20类；

②、根据伪彩图和目标图像灰度图中每个像素的值所属的区间，得到40类的分布；

③、由上述的分布利用wasserstein距离为伪彩图中的每一类找到目标图中最相近的一类，公式如下：

其中，γ为每一个可能的联合分布，

x和y为从γ中采样得的样本，

||x−y||为这对样本的距离，

Wasserstein距离就是在所有可能的联合分布中样本对距离的期望值能够取到的下界；

④、比较伪彩图中每个像素点的亮度和该像素点所属类别对应目标图中类别中心的亮度，如果小于，则将该像素点处R、G、B的值换为对应目标图中类别中心处R、G、B的值；否则该像素点处R、G、B的值不变。