1.一种细胞核分割方法,其特征在于,包括以下步骤:针对于待检测的样本,制备切片并染色,获得切片染色图像;对切片染色图像进行图像块分割;
然后利用细胞核分割网络模型对待检测样本的切片染色图像对应的图像块进行细胞核分割,得到细胞核边界分割图像;
所述的细胞核分割网络模型采用编码器‑解码器网络结构,具体如下:所述的编码器包括五个编码单元,即第一编码单元至第五编码单元,图像块依次经过第一编码单元至第五编码单元进行处理;其中,第一编码单元包括1个5*5卷积、1个BN层、1个激活函数层和1个池化层;
第二编码单元至第五编码单元分别包括3个卷积组、4个卷积组、4个卷积组、3个卷积组,每个卷积组的网络结构相同,以一个卷积组的结构为例进行说明,一个卷积组的输入经过两条处理路径处理:
一条路径包括三个卷积模块和一个激活函数层;
第一卷积模块:1*1卷积层+BN层+激活函数层;
第二卷积模块:3*3卷积层+BN层+激活函数层;
第三卷积模块:1*1卷积层+BN层;
另一条路径:1*1卷积层+BN层;
然后两条处理路径的输出进行加和后送入激活函数层;
所述的解码器包括四个解码单元和四个反卷积单元,即第一解码单元至第四解码单元,以及第一反卷积单元至第四反卷积单元;其中,第一反卷积单元至第四反卷积单元2*2的反卷积层;
第一解码单元至第三解码单元分别4个卷积组、4个卷积组、3个卷积组;
每个卷积组包括三个卷积模块和一个激活函数层;所述的三个卷积模块如下:第四卷积模块:1*1卷积层+BN层+激活函数层;
第五卷积模块:3*3卷积层+BN层+激活函数层;
第六卷积模块:1*1卷积层+BN层+激活函数层;
第四解码单元包括:1个5*5卷积、1个BN层、1个激活函数层和一个1*1卷积层;
第五编码单元输出的特征图经过第一反卷积单元之后与第四编码单元输出的特征图在通道上叠加,然后送入第一解码单元;
第一解码单元输出的特征图经过第二反卷积单元之后与第三编码单元输出的特征图在通道上叠加,然后送入第二解码单元;
第二解码单元输出的特征图经过第三反卷积单元之后与第二编码单元输出的特征图在通道上叠加,然后送入第三解码单元;
第三解码单元输出的特征图经过第四反卷积单元之后送入第四解码单元,第四解码单元输出分割图。
2.根据权利要求1所述的一种细胞核分割方法,其特征在于,对切片染色图像进行图像块分割过程中图像块大小为224*224。
3.一种细胞核分割系统,其特征在于,所述系统包括:染色切片图像获取模块,用于获取染色切片图像,并将图像进行图像块分割;
图像分割模块,调取细胞核分割网络模型对图像块进行细胞核分割;
所述的细胞核分割网络模型采用编码器‑解码器网络结构,具体如下:所述的编码器包括五个编码单元,即第一编码单元至第五编码单元,图像块依次经过第一编码单元至第五编码单元进行处理;其中,第一编码单元包括1个5*5卷积、1个BN层、1个激活函数层和1个池化层;
第二编码单元至第五编码单元分别包括3个卷积组、4个卷积组、4个卷积组、3个卷积组,每个卷积组的网络结构相同,以一个卷积组的结构为例进行说明,一个卷积组的输入经过两条处理路径处理:
一条路径包括三个卷积模块和一个激活函数层;
第一卷积模块:1*1卷积层+BN层+激活函数层;
第二卷积模块:3*3卷积层+BN层+激活函数层;
第三卷积模块:1*1卷积层+BN层;
另一条路径:1*1卷积层+BN层;
然后两条处理路径的输出进行加和后送入激活函数层;
所述的解码器包括四个解码单元和四个反卷积单元,即第一解码单元至第四解码单元,以及第一反卷积单元至第四反卷积单元;其中,第一反卷积单元至第四反卷积单元2*2的反卷积层;
第一解码单元至第三解码单元分别4个卷积组、4个卷积组、3个卷积组;
每个卷积组包括三个卷积模块和一个激活函数层;所述的三个卷积模块如下:第四卷积模块:1*1卷积层+BN层+激活函数层;
第五卷积模块:3*3卷积层+BN层+激活函数层;
第六卷积模块:1*1卷积层+BN层+激活函数层;
第四解码单元包括:1个5*5卷积、1个BN层、1个激活函数层和一个1*1卷积层;
第五编码单元输出的特征图经过第一反卷积单元之后与第四编码单元输出的特征图在通道上叠加,然后送入第一解码单元;
第一解码单元输出的特征图经过第二反卷积单元之后与第三编码单元输出的特征图在通道上叠加,然后送入第二解码单元;
第二解码单元输出的特征图经过第三反卷积单元之后与第二编码单元输出的特征图在通道上叠加,然后送入第三解码单元;
第三解码单元输出的特征图经过第四反卷积单元之后送入第四解码单元,第四解码单元输出分割图。
4.一种细胞核分割装置,其特征在于,所述装置用于存储和/或运行权利要求3所述的一种细胞核分割系统。
5.一种基于病理图像的癌症辅助分析系统,其特征在于,包括:染色切片图像获取模块,用于获取染色切片图像,并将图像进行图像块分割;
图像分割模块,调取细胞核分割网络模型对图像块进行细胞核分割;所述图像分割模块与权利要求4所述的一种细胞核分割系统中的图像分割模块相同;
癌症辅助分析模块,基于专家库对图像分割模块的分割结果进行癌变细胞的识别和分类;所述专家库中存储有癌变细胞的判断规则,癌变细胞的判断规则为专家基于病理图像大数据确定的癌变细胞形态学特征。
6.根据权利要求5所述的一种基于病理图像的癌症辅助分析系统,其特征在于,所述的癌变细胞形态学特征包括:细胞核或细胞的排列状态、细胞核大小状态、细胞核形状。
7.一种基于病理图像的癌症辅助分析装置,其特征在于,用于存储和/或运行权利要求
5或6所述的一种基于病理图像的癌症辅助分析系统。