申请/专利权人：西南石油大学

申请日：2024-03-15

公开（公告）日：2024-04-16

公开（公告）号：CN117893450A

主分类号：G06T5/77

分类号：G06T5/77;G06T5/60;G06N3/0475;G06N3/045;G06N3/094;G06N3/0464;G06V20/69;G06V10/44;G06V10/764;G06V10/82

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.03#实质审查的生效;2024.04.16#公开

摘要：本发明涉及一种数字病理图像增强的方法、装置和设备，属于图像增强的技术领域。该方法基于循环生成对抗网络CycleGAN，获得乳腺癌数字病理图像的合成图像；并将该合成图像依次通过图像能量值、特征熵值和类特征空间距离三种表征过滤完成合成图像的评选，能量值用于表示合成图像的信息丰富程度，得到第一合成图像；特征熵值用于衡量第一合成图像的不确定性，进而得到第二合成图像；类特征空间距离用于基于第二合成图像与真实图像的相似性度量，最后得到高质量的伪图像，作为最终的高质量合成图像，有效提升了生成图像的质量。

主权项：1.一种数字病理图像增强的方法，其特征在于，所述方法包括：获取目标数字病理图像，所述目标数字病理图像为经苏木素-伊红染色的乳腺癌病理切片图像；将所述目标数字病理图像进行预处理后提取细胞核特征信息，并根据所述细胞核特征信息得到输入图像；将所述输入图像和预处理后的目标数字病理图像联合输入到预设循环生成对抗网络中，获得乳腺癌数字病理图像的合成图像；根据每个合成图像中像素之间的梯度确定对应合成图像的能量值；按照所述能量值由大到小的顺序将所有合成图像进行排序，确定能量值排序在前第一预设百分比的合成图像作为第一合成图像；基于预先训练好的预设分类模型，对所述第一合成图像进行分类预测，根据预测结果确定出每张第一合成图像的特征熵值；按照所述特征熵值由小到大的顺序将所有第一合成图像进行排序，确定特征熵值排序在前第二预设百分比的第一合成图像作为第二合成图像；将预处理后的目标数字病理图像和第二合成图像输入至所述预先训练好的预设分类模型中，分别提取得到真实图像高维特征和第二合成图像高维特征；通过随机森林算法计算所述真实图像高维特征的特征重要性程度，按照从高到低的顺序确定特征重要性程度排名在前第三预设百分比或大于预设阈值的特征维度，根据所述特征维度分别提取真实高维特征和第二合成图像高维特征中的特征维度作为真实图像总特征和第二合成图像总特征，对所述真实图像总特征求平均得到特征平均质心，根据所述第二合成图像总特征与所述特征平均质心之间的余弦距离确定出每张第二合成图像的特征空间距离；按照所述特征空间距离由小到大的顺序将所述第二合成图像进行排序，确定特征空间距离排序在前第四预设百分比的第二合成图像作为高质量合成图像。

全文数据：

权利要求：

百度查询： 西南石油大学 一种数字病理图像增强的方法、装置和设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD