带笔迹病理图像的修复方法及设备

专利主权项内容

1.带笔迹病理图像的修复方法，其特征在于，包括：步骤S1：收集若干病理图像，并将每张病理图像划分为若干图像块；步骤S2：将所有图像块以是否具有笔迹为标准，划分为“有笔迹”类源域图像块集合X和“无笔迹”类目标域图像块集合Y；步骤S3：对于集合X内的每个图像块，在该图像块的原始病理图像上寻找对应的“无笔迹邻域”，并计算该“无笔迹邻域”的染色风格矩阵；步骤S4：将集合X、集合Y以及所有染色风格矩阵输入图像域迁移模型进行训练，所述图像域迁移模型能够在染色风格矩阵的基础上，学习“有笔迹”类源域图像块与“无笔迹”类目标域图像块之间的映射关系，将“有笔迹”类源域图像块中的笔迹去除，并恢复与笔迹重叠的原始组织部分，生成恢复图像块；步骤S5：将待处理的病理图像划分为若干图像块，并获取每个有笔迹图像块的“无笔迹邻域”的染色风格矩阵；步骤S6：将待处理的病理图像的所有图像块及染色风格矩阵输入训练好的图像域迁移模型中，得到修复图像块；步骤S7：将步骤S6得到的修复图像块拼接，生成修复后的病理图像；所述步骤S3具体包括：步骤S3.1：对于集合X内的每个“有笔迹”类源域图像块，以该图像块为中心，在原始病理图像的基础上，向外扩展一定范围；步骤S3.2：在扩展范围内寻找所有无笔迹的图像块，并认定其为该图像块的“无笔迹邻域”；步骤S3.3：计算“无笔迹邻域”的染色风格矩阵；所述图像域迁移模型包括：前向生成器，用于在染色风格矩阵及“有笔迹”类源域图像块的基础上，生成“无笔迹”伪图像块；第一鉴别器，用于评估“无笔迹”伪图像块与“无笔迹”类目标域图像块之间的相似度；反向生成器，用于将“无笔迹”伪图像块恢复为“有笔迹”伪图像块；第二鉴别器，用于评估“有笔迹”伪图像块与“有笔迹”类源域图像块之间的相似度；所述步骤S4具体包括：步骤S4.1：将集合X内的“有笔迹”类源域图像块和染色风格矩阵输入图像域迁移模型的前向生成器，得到“无笔迹”伪图像块；步骤S4.2：将“无笔迹”伪图像块输入第一鉴别器，评估其与集合Y内的“无笔迹”类目标域图像块之间的相似度；步骤S4.3：计算对抗性损失一，并优化前向生成器和第一鉴别器之间的对抗性能；步骤S4.4：将“无笔迹”伪图像块输入反向生成器，得到“有笔迹”伪图像块；步骤S4.5：将“有笔迹”伪图像块输入第二鉴别器，评估其与集合X内的“有笔迹”类源域图像块之间的相似度；步骤S4.6：计算对抗性损失二，并优化反向生成器和第二鉴别器之间的对抗性能；步骤S4.7：计算循环一致性损失，优化前向生成器和反向生成器之间的循环一致性。