[发明专利]病理图像匹配方法、装置、设备及存储介质

说明书

本发明涉及图像匹配技术领域，公开了一种病理图像匹配方法、装置、设备及存储介质，该方法包括：确定病理图像中各像素点相邻区域的像素信息，并映射像素信息，获得映射病理图像；对映射病理图像进行形状拟合，并对拟合后病理图像的连接区域和边界区域进行图像分割；根据分割后病理图像的像素点确定像素矩阵，并卷积像素矩阵更新像素点的灰度值；对更新后灰度值进行特征筛选确定病理特征图像，并根据多类别分类器对病理特征图像进行匹配。本发明对映射病理图像进行图像分割便于进行匹配，根据分割后病理图像卷积更新像素点的灰度值，根据灰度值确定病理特征图像并根据分类器对病理特征图像进行匹配，从而减少误诊情况，提高工作效率和匹配精确度。

技术领域

本发明涉及图像匹配技术领域，尤其涉及一种病理图像匹配方法、装置、设备及存储介质。

背景技术

病理细胞图像对于生物学研究、临床诊断和医学研究等方面具有重要的作用，通过对病理细胞图像进行自动化或半自动化匹配是研究的热点，但是，是否能精准对病理细胞图像进行匹配分类是亟需解决的问题。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供一种病理图像匹配方法、装置、设备及存储介质，旨在解决如何提高病理细胞图像匹配的精准度的技术问题。

为实现上述目的，本发明提供一种病理图像匹配方法，所述病理图像匹配方法包括以下步骤：

确定病理图像中各像素点相邻区域的像素信息，并映射所述像素信息，获得映射病理图像；

对所述映射病理图像进行形状拟合，并对拟合后病理图像的连接区域和边界区域进行图像分割；

根据分割后病理图像的像素点确定像素矩阵，并卷积所述像素矩阵更新像素点的灰度值；

对更新后灰度值进行特征筛选确定病理特征图像，并根据多类别分类器对所述病理特征图像进行匹配。

可选地，所述对所述映射病理图像进行形状拟合的步骤，包括：

确定所述映射病理图像的连通域，并根据所述连通域删除阻隔区域，获得所述映射病理图像的多个连通域；

根据预设连通阈值对所述多个连通域进行筛选；

返回所述确定所述映射病理图像的连通域，并根据所述连通域删除阻隔区域，获得所述映射病理图像的多个连通域的步骤，直至所述多个连通域的像素值不变，获得拟合后病理图像。

可选地，所述对拟合后病理图像的连接区域和边界区域进行图像分割的步骤之前，还包括：

确定拟合后病理图像的细胞中目标物质的面积和相邻距离；

对所述目标物质的面积和相邻距离进行聚类，并对聚类后目标物质进行分类；

根据分类结果确定所述拟合后病理图像中待分割细胞。

可选地，所述连接区域包括所述边界区域；

所述对拟合后病理图像的连接区域和边界区域进行图像分割的步骤，包括：

根据拟合后病理图像确定连接区域的分割边界，并确定分割约束条件；

基于所述分割约束条件将所述待分割细胞进行连接直至接触到所述分割边界，停止连接；

确定所述边界区域中连接后待分割细胞的梯度值，并根据预设像素阈值从所述梯度值中选出目标梯度值；

确定所述目标梯度值对应所述连接后待分割细胞中的边缘像素点；

根据预设检测阈值对所述边缘像素点进行边缘强弱检测，并根据检测结果进行图像分割。