本發(fā)明涉及圖像處理，尤其涉及一種基于智能標注的鼻咽癌病理識別模型的確定方法及裝置。

背景技術(shù)：

1、當前，鼻咽癌(nasopharyngeal?carcinoma，npc)病理圖像的識別主要依靠病理醫(yī)生人工通過顯微鏡觀察組織細胞中發(fā)生改變的圖像特征從而進行識別。

2、然而，這種病理圖像的人工識別方式存在多種局限性(如：病理醫(yī)生的主觀局限性、經(jīng)驗局限性等)，容易導致識別準確性降低，尤其是基層醫(yī)院，且不夠智能化，從而造成基于該病理圖像識別的治療策略選擇不規(guī)范，進而大大影響鼻咽癌患者的生存?？梢?，提出一種提高鼻咽癌病理圖像的識別準確性的技術(shù)方案顯得尤為重要。

技術(shù)實現(xiàn)思路

1、本發(fā)明提供了一種基于智能標注的鼻咽癌病理識別模型的確定方法及裝置，能夠更準確地識別鼻咽癌病理圖像，有利于提高鼻咽癌識別的智能性。

2、為了解決上述技術(shù)問題，本發(fā)明第一方面公開了一種基于智能標注的鼻咽癌病理識別模型的確定方法，所述方法包括：

3、確定鼻咽癌病理圖像集合以及非鼻咽癌病理圖像集合，所述鼻咽癌病理圖像集合包括多個鼻咽癌病理圖像，所述非鼻咽癌病理圖像集合包括多個非鼻咽癌病理圖像；

4、基于確定出的鼻咽癌病理圖像智能標注模型，對每一所述鼻咽癌病理圖像中的鼻咽癌腫瘤區(qū)域進行標注；

5、將標注后的所有鼻咽癌病理圖像和所有所述非鼻咽癌病理圖像，按照預設(shè)的劃分比例劃分為訓練集和驗證集；并根據(jù)所述訓練集和所述驗證集對預先構(gòu)建的神經(jīng)網(wǎng)絡(luò)模型進行訓練，得到鼻咽癌病理識別模型；

6、基于預設(shè)的模型測試方式，對所述鼻咽癌病理識別模型進行測試，得到所述鼻咽癌病理識別模型的測試結(jié)果；

7、當所述測試結(jié)果為預設(shè)結(jié)果時，確定所述鼻咽癌病理識別模型，作為最終的鼻咽癌病理識別模型，所述最終的鼻咽癌病理識別模型用于對待識別病理圖像進行識別得到所述待識別病理圖像的識別結(jié)果，所述識別結(jié)果包括所述待識別病理圖像為所述鼻咽癌病理圖像或者所述待識別病理圖像為所述非鼻咽癌病理圖像。

8、作為一種可選的實施方式，在本發(fā)明第一方面中，所述確定鼻咽癌病理圖像集合以及非鼻咽癌病理圖像集合，包括：

9、收集已識別病理的多個病例中每一所述病例的病理圖像信息，所述病理圖像信息包括相應(yīng)病例的病理圖像的圖像信息以及所述病理圖像的診斷信息，所述診斷信息包括診斷類型及診斷結(jié)果，所述診斷類型包括活檢類型或者非活檢類型；

10、根據(jù)每一所述病理圖像的圖像信息，對每一所述病理圖像的圖像信息進行評估，得到每一所述病理圖像對應(yīng)的病理制片質(zhì)量；

11、根據(jù)所有所述病理圖像的診斷類型以及所有所述病理圖像對應(yīng)的病理制片質(zhì)量，從所有所述病理圖像中篩選出所述診斷類型為所述活檢類型且所述病理制片質(zhì)量大于等于預設(shè)質(zhì)量的目標病理圖像；

12、根據(jù)所有所述目標病理圖像的診斷結(jié)果，對所有所述目標病理圖像進行分類，得到鼻咽癌病理圖像集合以及非鼻咽癌病理圖像集合。

13、作為一種可選的實施方式，在本發(fā)明第一方面中，所述根據(jù)所有所述目標病理圖像的診斷結(jié)果，對所有所述目標病理圖像進行分類，得到鼻咽癌病理圖像集合以及非鼻咽癌病理圖像集合，包括：

14、根據(jù)每一所述目標病理圖像的診斷結(jié)果，確定每一所述目標病理圖像的病理類型，所述病理類型包括鼻咽癌病理類型或者非鼻咽癌病理類型；

15、對于所有所述目標病理圖像中所述病理類型為所述鼻咽癌病理類型的所有第一病理圖像，將所有所述第一病理圖像歸類至鼻咽癌病理圖像集合；

16、對于所有所述目標病理圖像中所述病理類型為所述非鼻咽癌病理類型的第二病理圖像，將所有所述第二病理圖像歸類至非鼻咽癌病理圖像集合。

17、作為一種可選的實施方式，在本發(fā)明第一方面中，所述基于確定出的鼻咽癌病理圖像智能標注模型，對每一所述鼻咽癌病理圖像中的鼻咽癌腫瘤區(qū)域進行標注，包括：

18、對所有所述鼻咽癌病理圖像進行配準處理，得到多個配準圖像組，所述配準處理包括剛性配準處理及非剛性配準處理，同一所述配準圖像組內(nèi)的所有鼻咽癌病理圖像均為對同一個鼻咽癌初始病理圖像按照不同染色處理方式進行處理后得到的；

19、根據(jù)預設(shè)的一個或多個配準校驗方式，對每一所述配準圖像組進行校驗，所述配準校驗方式包括基于預設(shè)的配準評價指標的校驗方式或者基于配準質(zhì)控cnn模型進行效果評估的校驗方式；

20、當校驗通過時，基于確定出的鼻咽癌病理圖像智能標注模型，對該配準圖像組進行標注，得到該配準圖像組內(nèi)所有鼻咽癌病理圖像的標記信息，所述標記信息用于在相應(yīng)鼻咽癌病理圖像中標注出該鼻咽癌病理圖像的鼻咽癌腫瘤區(qū)域。

21、作為一種可選的實施方式，在本發(fā)明第一方面中，對于每一所述配準圖像組，所述基于確定出的鼻咽癌病理圖像智能標注模型，對該配準圖像組進行標注，得到該配準圖像組內(nèi)所有鼻咽癌病理圖像的標記信息，包括：

22、基于確定出的鼻咽癌病理圖像智能標注模型，對該配準圖像組內(nèi)的每一所述鼻咽癌病理圖像進行標注，得到該配準圖像組內(nèi)的每一所述鼻咽癌病理圖像的初始標記信息，該配準圖像組包含的所有鼻咽癌病理圖像包括ck染色圖像、ebers染色圖像及h&e圖像；

23、將該配準圖像組內(nèi)的所述ck染色圖像的初始標記信息和所述ebers染色圖像的初始標記信息轉(zhuǎn)移至所述h&e圖像的初始標記信息中，得到所述h&e圖像的目標標記信息；

24、確定所述h&e圖像的目標標記信息用于代替原有的初始標記信息，作為該配準圖像組內(nèi)所有鼻咽癌病理圖像的新的標記信息。

25、作為一種可選的實施方式，在本發(fā)明第一方面中，所述對所有所述鼻咽癌病理圖像進行配準處理，得到多個配準圖像組，包括：

26、基于vgg模型，提取每一所述鼻咽癌病理圖像的特征信息；

27、根據(jù)所有所述鼻咽癌病理圖像的特征信息，對所有所述鼻咽癌病理圖像進行配準處理，得到多個配準圖像組；

28、以及，所述基于vgg模型，提取每一所述鼻咽癌病理圖像的特征信息，包括：

29、對每一所述鼻咽癌病理圖像進行灰度轉(zhuǎn)換，得到每一所述鼻咽癌病理圖像對應(yīng)的灰度圖像；

30、對所有所述鼻咽癌病理圖像對應(yīng)的灰度圖像的亮度值進行歸一化，得到每一所述鼻咽癌病理圖像對應(yīng)的歸一化灰度圖像；

31、基于vgg模型，根據(jù)每一所述鼻咽癌病理圖像對應(yīng)的歸一化灰度圖像，從每一所述鼻咽癌病理圖像中提取出該鼻咽癌病理圖像的特征信息。

32、作為一種可選的實施方式，在本發(fā)明第一方面中，其特征在于，所述模型測試方式包括模型指標評估方式，還包括病理識別結(jié)果比對方式；

33、以及，所述基于預設(shè)的模型測試方式，對所述鼻咽癌病理識別模型進行測試，得到所述鼻咽癌病理識別模型的測試結(jié)果，包括：

34、基于預設(shè)的一個或多個模型評價指標，對所述鼻咽癌病理識別模型的性能進行評估，得到所述鼻咽癌病理識別模型對應(yīng)的性能評估結(jié)果；

35、當所述性能評估結(jié)果表示所述鼻咽癌病理識別模型的性能達到預期性能時，通過所述鼻咽癌病理識別模型對預設(shè)的鼻咽癌活檢病例集合進行識別，得到所述鼻咽癌病理識別模型的第一病理識別結(jié)果；

36、獲取預先確定出的一個或多個病理醫(yī)生組對所述鼻咽癌活檢病例集合的第二病理識別結(jié)果，每一所述病理醫(yī)生組內(nèi)的所有病理醫(yī)生均對應(yīng)一個病理識別等級；

37、比對所述鼻咽癌病理識別模型的第一病理識別結(jié)果與所有所述病理醫(yī)生組的第二病理識別結(jié)果，得到病理識別能力比對結(jié)果，并根據(jù)所述病理識別能力比對結(jié)果，確定所述鼻咽癌病理識別模型的測試結(jié)果。

38、本發(fā)明第二方面公開了一種基于智能標注的鼻咽癌病理識別模型的確定裝置，所述裝置包括：

39、確定模塊，用于確定鼻咽癌病理圖像集合以及非鼻咽癌病理圖像集合，所述鼻咽癌病理圖像集合包括多個鼻咽癌病理圖像，所述非鼻咽癌病理圖像集合包括多個非鼻咽癌病理圖像；

40、標注模塊，用于基于確定出的鼻咽癌病理圖像智能標注模型，對每一所述鼻咽癌病理圖像中的鼻咽癌腫瘤區(qū)域進行標注；

41、劃分模塊，用于將標注后的所有鼻咽癌病理圖像和所有所述非鼻咽癌病理圖像，按照預設(shè)的劃分比例劃分為訓練集和驗證集；

42、訓練模塊，用于根據(jù)所述訓練集和所述驗證集對預先構(gòu)建的神經(jīng)網(wǎng)絡(luò)模型進行訓練，得到鼻咽癌病理識別模型；

43、測試模塊，用于基于預設(shè)的模型測試方式，對所述鼻咽癌病理識別模型進行測試，得到所述鼻咽癌病理識別模型的測試結(jié)果；

44、所述確定模塊，還用于當所述測試結(jié)果為預設(shè)結(jié)果時，確定所述鼻咽癌病理識別模型，作為最終的鼻咽癌病理識別模型，所述最終的鼻咽癌病理識別模型用于對待識別病理圖像進行識別得到所述待識別病理圖像的識別結(jié)果，所述識別結(jié)果包括所述待識別病理圖像為所述鼻咽癌病理圖像或者所述待識別病理圖像為所述非鼻咽癌病理圖像。

45、作為一種可選的實施方式，在本發(fā)明第二方面中，所述確定模塊確定鼻咽癌病理圖像集合以及非鼻咽癌病理圖像集合的方式具體包括：

46、收集已識別病理的多個病例中每一所述病例的病理圖像信息，所述病理圖像信息包括相應(yīng)病例的病理圖像的圖像信息以及所述病理圖像的診斷信息，所述診斷信息包括診斷類型及診斷結(jié)果，所述診斷類型包括活檢類型或者非活檢類型；

47、根據(jù)每一所述病理圖像的圖像信息，對每一所述病理圖像的圖像信息進行評估，得到每一所述病理圖像對應(yīng)的病理制片質(zhì)量；

48、根據(jù)所有所述病理圖像的診斷類型以及所有所述病理圖像對應(yīng)的病理制片質(zhì)量，從所有所述病理圖像中篩選出所述診斷類型為所述活檢類型且所述病理制片質(zhì)量大于等于預設(shè)質(zhì)量的目標病理圖像；

49、根據(jù)所有所述目標病理圖像的診斷結(jié)果，對所有所述目標病理圖像進行分類，得到鼻咽癌病理圖像集合以及非鼻咽癌病理圖像集合。

50、作為一種可選的實施方式，在本發(fā)明第二方面中，所述確定模塊根據(jù)所有所述目標病理圖像的診斷結(jié)果，對所有所述目標病理圖像進行分類，得到鼻咽癌病理圖像集合以及非鼻咽癌病理圖像集合的方式具體包括：

51、根據(jù)每一所述目標病理圖像的診斷結(jié)果，確定每一所述目標病理圖像的病理類型，所述病理類型包括鼻咽癌病理類型或者非鼻咽癌病理類型；

52、對于所有所述目標病理圖像中所述病理類型為所述鼻咽癌病理類型的所有第一病理圖像，將所有所述第一病理圖像歸類至鼻咽癌病理圖像集合；

53、對于所有所述目標病理圖像中所述病理類型為所述非鼻咽癌病理類型的第二病理圖像，將所有所述第二病理圖像歸類至非鼻咽癌病理圖像集合。

54、作為一種可選的實施方式，在本發(fā)明第二方面中，所述標注模塊基于確定出的鼻咽癌病理圖像智能標注模型，對每一所述鼻咽癌病理圖像中的鼻咽癌腫瘤區(qū)域進行標注的方式具體包括：

55、對所有所述鼻咽癌病理圖像進行配準處理，得到多個配準圖像組，所述配準處理包括剛性配準處理及非剛性配準處理，同一所述配準圖像組內(nèi)的所有鼻咽癌病理圖像均為對同一個鼻咽癌初始病理圖像按照不同染色處理方式進行處理后得到的；

56、根據(jù)預設(shè)的一個或多個配準校驗方式，對每一所述配準圖像組進行校驗，所述配準校驗方式包括基于預設(shè)的配準評價指標的校驗方式或者基于配準質(zhì)控cnn模型進行效果評估的校驗方式；

57、當校驗通過時，基于確定出的鼻咽癌病理圖像智能標注模型，對該配準圖像組進行標注，得到該配準圖像組內(nèi)所有鼻咽癌病理圖像的標記信息，所述標記信息用于在相應(yīng)鼻咽癌病理圖像中標注出該鼻咽癌病理圖像的鼻咽癌腫瘤區(qū)域。

58、作為一種可選的實施方式，在本發(fā)明第二方面中，對于每一所述配準圖像組，所述標注模塊基于確定出的鼻咽癌病理圖像智能標注模型，對該配準圖像組進行標注，得到該配準圖像組內(nèi)所有鼻咽癌病理圖像的標記信息的方式具體包括：

59、基于確定出的鼻咽癌病理圖像智能標注模型，對該配準圖像組內(nèi)的每一所述鼻咽癌病理圖像進行標注，得到該配準圖像組內(nèi)的每一所述鼻咽癌病理圖像的初始標記信息，該配準圖像組包含的所有鼻咽癌病理圖像包括ck染色圖像、ebers染色圖像及h&e圖像；

60、將該配準圖像組內(nèi)的所述ck染色圖像的初始標記信息和所述ebers染色圖像的初始標記信息轉(zhuǎn)移至所述h&e圖像的初始標記信息中，得到所述h&e圖像的目標標記信息；

61、確定所述h&e圖像的目標標記信息用于代替原有的初始標記信息，作為該配準圖像組內(nèi)所有鼻咽癌病理圖像的新的標記信息。

62、作為一種可選的實施方式，在本發(fā)明第二方面中，所述標注模塊對所有所述鼻咽癌病理圖像進行配準處理，得到多個配準圖像組的方式具體包括：

63、基于vgg模型，提取每一所述鼻咽癌病理圖像的特征信息；

64、根據(jù)所有所述鼻咽癌病理圖像的特征信息，對所有所述鼻咽癌病理圖像進行配準處理，得到多個配準圖像組；

65、以及，所述標注模塊基于vgg模型，提取每一所述鼻咽癌病理圖像的特征信息的方式具體包括：

66、對每一所述鼻咽癌病理圖像進行灰度轉(zhuǎn)換，得到每一所述鼻咽癌病理圖像對應(yīng)的灰度圖像；

67、對所有所述鼻咽癌病理圖像對應(yīng)的灰度圖像的亮度值進行歸一化，得到每一所述鼻咽癌病理圖像對應(yīng)的歸一化灰度圖像；

68、基于vgg模型，根據(jù)每一所述鼻咽癌病理圖像對應(yīng)的歸一化灰度圖像，從每一所述鼻咽癌病理圖像中提取出該鼻咽癌病理圖像的特征信息。

69、作為一種可選的實施方式，在本發(fā)明第二方面中，所述模型測試方式包括模型指標評估方式，還包括病理識別結(jié)果比對方式；

70、以及，所述測試模塊基于預設(shè)的模型測試方式，對所述鼻咽癌病理識別模型進行測試，得到所述鼻咽癌病理識別模型的測試結(jié)果的方式具體包括：

71、基于預設(shè)的一個或多個模型評價指標，對所述鼻咽癌病理識別模型的性能進行評估，得到所述鼻咽癌病理識別模型對應(yīng)的性能評估結(jié)果；

72、當所述性能評估結(jié)果表示所述鼻咽癌病理識別模型的性能達到預期性能時，通過所述鼻咽癌病理識別模型對預設(shè)的鼻咽癌活檢病例集合進行識別，得到所述鼻咽癌病理識別模型的第一病理識別結(jié)果；

73、獲取預先確定出的一個或多個病理醫(yī)生組對所述鼻咽癌活檢病例集合的第二病理識別結(jié)果，每一所述病理醫(yī)生組內(nèi)的所有病理醫(yī)生均對應(yīng)一個病理識別等級；

74、比對所述鼻咽癌病理識別模型的第一病理識別結(jié)果與所有所述病理醫(yī)生組的第二病理識別結(jié)果，得到病理識別能力比對結(jié)果，并根據(jù)所述病理識別能力比對結(jié)果，確定所述鼻咽癌病理識別模型的測試結(jié)果。

75、本發(fā)明第三方面公開了另一種基于智能標注的鼻咽癌病理識別模型的確定裝置，所述裝置包括：

76、存儲有可執(zhí)行程序代碼的存儲器；

77、與所述存儲器耦合的處理器；

78、所述處理器調(diào)用所述存儲器中存儲的所述可執(zhí)行程序代碼，執(zhí)行本發(fā)明第一方面公開的基于智能標注的鼻咽癌病理識別模型的確定方法。

79、本發(fā)明第四方面公開了一種計算機存儲介質(zhì)，所述計算機存儲介質(zhì)存儲有計算機指令，所述計算機指令被調(diào)用時，用于執(zhí)行本發(fā)明第一方面公開的基于智能標注的鼻咽癌病理識別模型的確定方法。

80、與現(xiàn)有技術(shù)相比，本發(fā)明實施例具有以下有益效果：

81、本發(fā)明實施例中，確定鼻咽癌病理圖像集合以及非鼻咽癌病理圖像集合，鼻咽癌病理圖像集合包括多個鼻咽癌病理圖像，非鼻咽癌病理圖像集合包括多個非鼻咽癌病理圖像；基于確定出的鼻咽癌病理圖像智能標注模型，對每一鼻咽癌病理圖像中的鼻咽癌腫瘤區(qū)域進行標注；將標注后的所有鼻咽癌病理圖像作為訓練集，以及將所有非鼻咽癌病理圖像作為驗證集，對預先構(gòu)建的神經(jīng)網(wǎng)絡(luò)模型進行訓練，得到鼻咽癌病理識別模型；基于預設(shè)的模型測試方式，對鼻咽癌病理識別模型進行測試，得到鼻咽癌病理識別模型的測試結(jié)果，測試結(jié)果用于表示鼻咽癌病理識別模型的模型識別效果；當模型識別效果為預設(shè)識別效果時，確定鼻咽癌病理識別模型，作為最終的鼻咽癌病理識別模型，最終的鼻咽癌病理識別模型用于對待識別病理圖像進行識別得到待識別病理圖像的識別結(jié)果，識別結(jié)果包括待識別病理圖像為鼻咽癌病理圖像或者待識別病理圖像為非鼻咽癌病理圖像。可見，實施本發(fā)明能夠通過鼻咽癌病理圖像智能標注模型對確定出的鼻咽癌病理圖像集合中的每一鼻咽癌病理圖像中的鼻咽癌腫瘤區(qū)域進行精準標注得到標注后的鼻咽癌病理圖像，有利于提高標注得到的鼻咽癌病理圖像的準確性和可靠性，以及有利于通過鼻咽癌病理圖像智能標注模型提高對鼻咽癌病理圖像的標注效率和智能化程度，且能夠通過將標注后的所有鼻咽癌病理圖像作為訓練集及將所有非鼻咽癌病理圖像作為驗證集，更準確地對預先構(gòu)建的神經(jīng)網(wǎng)絡(luò)模型進行訓練得到鼻咽癌病理識別模型，有利于提高訓練得到鼻咽癌病理識別模型的準確性和可靠性，通過預設(shè)的模型測試方式能夠提高對鼻咽癌病理識別模型的測試準確性和效率，能夠通過將智能標注的鼻咽癌病理圖像作為鼻咽癌病理識別模型的訓練集且通過對鼻咽癌病理識別模型進行驗證及測試等一系列處理提高對鼻咽癌病理識別模型的研發(fā)準確性和可靠性，從而有利于基于準確確定出的鼻咽癌病理識別模型提高后續(xù)通過該模型對待識別病理圖像的識別準確性、識別效率和智能化程度，進而有利于在識別出鼻咽癌病理圖像的情況下精準地選擇靶向該鼻咽癌病理圖像的治療策略，以及有利于提高靶向鼻咽癌病理圖像的治療策略的準確性、可靠性及合理性，還有利于通過采用準確的治療策略進行治療提高鼻咽癌病理圖像對應(yīng)的患者的安全性。