[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

说明书

本发明公开了生成包含自动标注文件的基准病理数据集的方法及系统，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归一化处理，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。通过以上技术方案，本发明能够生成了包含自动标注文件的基准病理数据集，缓解了计算机辅助诊断方面研究数据集紧缺的情况。

技术领域

本发明属于医学肿瘤识别领域，特别是涉及生成包含自动标注文件的基准病理数据集的方法及系统。

背景技术

在人工智能(AI)的大趋势下，实现人工智能与数字病理学的结合可能是该领域的趋势。对于病理学家来说，许多癌症的检测和分析越来越依赖于数字病理学，越来越多的深度学习模型被提出，用来评估和预测肿瘤。然而，这些智能算法都需要大量的带有标注的高质量数据集。

目前数据集都需要专业人员手工标注，成本高，准确率低，可获取量很少，识别分析结果的准确率和算法鲁棒性不足以满足实际应用中计算机辅助病理诊断的要求。虽然已有学者意识到了带有标注信息数据集地重要性，一些数据集也被制作出来。但是，所有这些已经得到的数据集仍然需要专业人员手工进行标注，即使是专业病理医生，也容易遗漏小区域的肿瘤，收集带有大量注释信息的数据集来训练深度学习模型变得不切实际。

发明内容

本发明的目的是提供一种生成包含自动标注文件的基准病理数据集的方法，以解决上述现有技术存在的问题。

为实现上述目的，本发明提供了一种生成包含自动标注文件的基准病理数据集的方法，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，基于所述聚类结果对所述目标图像和所述伪彩图进行染色归一化处理，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。

优先地，得到病理数据集的标签部分的过程包括：

通过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。

优先地，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特征像素，基于所述特征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，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。

优先地，对所述目标图像和所述伪彩图进行聚类的过程包括：

基于所述目标图像和所述伪彩图中的像素值，对所述目标图像和所述伪彩图分别进行聚类，得到聚类结果。

优先地，得到病理数据集的图像部分的过程包括：

基于所述聚类结果，分别计算第一亮度值和第二亮度值，将所述第一亮度值和所述第二亮度值进行比较，若所述第一亮度值小于所述第二亮度值，则将所述伪彩图中像素点的红绿蓝三通道的值替换成所述目标图像中像素点的红绿蓝三通道的值；否则不替换；基于比较结果得到病理数据集的图像部分；

其中所述第一亮度值为所述伪彩图中像素点的亮度值，所述第二亮度值为所述目标图像中像素点亮度值。

另一方面，为了实现上述技术目的，本发明提供了一种生成包含自动标注文件的基准病理数据集的系统，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；