CN119399208A 一种病理图像自监督染色归一化方法和装置 （浙江大学）

一种病理图像自监督染色归一化方法和装置本发明公开了一种病理图像自监督染色归一化后图像的像素级差异构建自监督损失函数理数据中心的图像实现朝选定的病理数据中心2设计染色归一化模型及训练，其将病理图像进行颜色随机化后转换为公共特征域图并图进行颜色转换得到染色归一化后图像时，采用融合后的N维颜色转换查找表对合并图模型设计及训练单元，其用于将病理图像进行颜色随机化后转换为公共特征域图像，以公共特征域图像和输入病理图像作为自配对进行模型的自监督训练获得单医疗中心的述融合模块用于基于自适应加权参数对多个颜色转换物理模型进行加权求和得到融合模3模型验证及应用评估单元，其用于利用参数优化后的染色归一化模型进行验4[0002]数字病理学的发展和计算机视觉算法的进步推动了人工智能技术在病理学领域[0003]然而病理中心间不同的样品制备程序以及使用的不同成像设备等会导致最终得5可对任意未知病理数据中心的图像实现朝选定的病理数据中心图像进行自适应染色风格基于公共特征域图像提取内容特征图，并将内容特征图与公共特征域图像合并得到合并基于利用参数优化后的染色归一化模型进行理辅助模型基于染色归一化后图像辅助诊断于公共特征域图像提取内容特征图，并将内容特征图与公共特征域图像合并得到合并图，所述场景感知器用于基于公共特征域图像预测多个颜色转换物理模型的自适应加权参数，6所述融合模块用于基于自适应加权参数对多个颜色转换物理模型进行加权求和得到融合病理图像外的任何其它染色风格图像作为模板，这意味着不涉及到多病理中心的数据传[0019]本发明基于自监督的染色归一化方案可以实现任意未知染色风格朝选定病理中[0024]大型病理医疗中心的数据通常具有一致的采集标准、设7小型医院中心在不需要开源患者数据的情况下使用到由该大型医疗中心开发的先进病理[0026]本发明方案中染色风格归一化模型的训练仅需要在选定的医疗中心基于病理图伪影的问题以及两类方法仅可以在已知有限的病理中心实施精伊红染色的一般步骤包括：首先进行组织取样并放入福尔马林缓冲液固定以保存其结[0030]实施例中，在选定的病理医疗中心进行染色归一化模型的设计和训练。如图3所模型可实现任意未知的病理中心的数据从公共特征域到选定病理中心数据风格的染色归8特征域图像合并得到合并图，该内容感知器用来区分病理图像中相近内容对应的不同颜本发明相同目的的网络架构均应在本发明的保护范步将公共特征域图像送入场景感知器并利用场景感知器输出的自适应参数来加权现实世本发明中相同目的的网络架构均应在本发明的保护范融合模型也是一个N维颜色转换查找表，该融合模型被用来转换N通道的合并图并通过N线9可以在训练时像内容感知器和场景感知器一样根据反向传播的梯度更新其内的元素映射到最终用于实现任意未知病理医疗中心数据到选定病理医疗中心数据风格的染色归一化;像素级的损失函数以完成本发明相同目的的改动均应在本发理图像块的自适应染色归一化和病理全玻片图像的染色归一化，其过程与结果示例如图6格进行染色归一化的能力，而且可以实现依据病理图像块场景和内容的自适应染色归一[0042]如图8所示，实施例提供的病理图像自监督染色归一化80，包括数据库构建单元性存储器中读取对应的计算机程序到内存中然后运行，以实现上述S110_S130所述的病理