获取纤维化的特征量化参数的值的方法及装置技术领域
本发明涉及图像处理技术领域，特别是涉及一种获取纤维化的特征量化
参数的值的方法及装置。
背景技术
生物组织纤维化是由很多慢性疾病所导致的，会严重危害病灶，如肝脏、
肺等器官。生物组织的纤维化主要由细胞外基质(Extracellular Cell Matrix，
ECM)中特定种类的胶原蛋白的含量及特定形态学特征间接体现。以肝脏纤
维化为例，导致肝脏纤维化的病因有很多种，例如：病毒性肝炎、酒精性脂
肪肝，新陈代谢异常导致的肝硬化等。针对不同的病因所导致的肝脏纤维化，
需要有针对性的采用不同的药物进行治疗。若不确定导致纤维化的病因，而
直接使用多种药物治疗纤维化，不仅增加了治疗成本，也极有可能对患者的
身体产生药物损害。
目前，现有技术中分析导致肝脏纤维化的病因，主要是采用对患者肝脏
的组织切片进行染色处理(HE染色，马松三色染色或苦味酸天狼星红染色)，
由病理医生根据自身的经验，观察染色后的患者肝脏的组织切片，应用半定
量评分系统(肝脏纤维化评估方法：Knodell HAI，Scheuer，Ishak，和Metacir
系统)来进行评分，从而主观的得出导致肝脏纤维化的病因。
上述分析导致肝脏纤维化的病因的方法，主要依赖于病理医生的主观判
断，由于不同的病理医生之间存在能力、经验等的个体差异，则评估得到的
纤维化的病因也不尽相同，有时评估得到的病因差异较大，并且，受到患者
的肝脏的组织切片的染料的影响，也会导致病理医生评估的病因有误。目前，
现有技术中还没有一种方法，可以给病理医生提供能够反映导致纤维化病因
的纤维化的特征量化参数的值，使得病理医生可以根据统一客观的纤维化的
特征量化参数的值来有效的评估导致肝脏纤维化的病因。
发明内容
本发明解决的技术问题在于提供一种获取纤维化的特征量化参数的值
的方法及装置，从而能够输出用于描述纤维化的病因的特征量化参数的值，
给病理医生提供统一客观的依据来有效的评估导致肝脏纤维化的病因。
为此，本发明解决技术问题的技术方案是：
一种获取纤维化的特征量化参数的值的方法，预先建立特征数据库，所
述特征数据库中存储有特征量化参数的值与胶原蛋白的描述信息的对应关
系，所述胶原蛋白的描述信息包括形态学特征和胶原蛋白的比例，所述方法
包括：
获取生物切片的检测样本的检测样本图像；
对所述检测样本的检测样本图像采用图像分割法获得所述检测样本的生
物组织成分图像和所述检测样本的每种胶原蛋白成分图像；
统计所述检测样本的每种胶原蛋白成分图像中该胶原蛋白的形态学特
征，所述胶原蛋白的形态学特征包括胶原蛋白的形状、位置以及个数；
根据所述检测样本的生物组织成分图像和所述检测样本的每种胶原蛋白
成分图像计算该胶原蛋白的比例；
将所述检测样本的每种胶原蛋白的形态学特征及该胶原蛋白的比例作为
该胶原蛋白的描述信息，从所述特征数据库中查找所述检测样本的胶原蛋白
的描述信息所对应的特征量化参数的值并输出，所述特征量化参数的值用于
描述所述生物检测样本的纤维化的病因。
可选的，所述预先建立特征数据库包括：
获取多个生物切片的存储样本的存储样本图像；
对每个存储样本的存储样本图像采用图像分割法获得该存储样本的生物
组织成分图像和该存储样本的每种胶原蛋白成分图像；
统计每个存储样本的每种胶原蛋白成分图像中该胶原蛋白的形态学特
征；
根据每个存储样本的生物组织成分图像和该存储样本的每种胶原蛋白成
分图像计算该胶原蛋白的比例；
对每个存储样本中每种胶原蛋白的形态学特征及每种胶原蛋白的比例进
行定量分析，获得描述该存储样本的纤维化的病因的特征量化参数的值；
以每个存储样本中每种胶原蛋白的形态学特征及每种胶原蛋白的比例作
为该存储样本的胶原蛋白的描述信息，建立每个存储样本的胶原蛋白的描述
信息与该存储样本的特征量化参数的值的对应关系。
可选的，所述根据所述检测样本的生物组织成分图像和所述检测样本的
胶原蛋白成分图像计算每种胶原蛋白的比例包括：
计算所述检测样本的生物组织成分图像占所述检测样本图像的比例作为
第一比例；
计算所述检测样本的每种胶原蛋白成分图像占所述检测样本图像的比例
作为该胶原蛋白的第二比例；
计算所述检测样本的每种胶原蛋白的第二比例与所述第一比例的比值作
为该胶原蛋白的比例。
可选的，所述方法还包括：
根据所述检测样本的每种胶原蛋白的描述信息所对应的特征量化参数的
值获得单一量化指标；
查询预设的纤维化值数据库中与所述单一量化指标对应的值作为所述生
物切片的检测样本的纤维化值，所述预设的纤维化值数据库存储有单一量化
指标与纤维化值的对应关系。
可选的，预先设置所述预设的纤维化值数据库包括：
获取多个生物切片的存储样本的存储样本图像；
获得每个存储样本图像中胶原蛋白的多个量化参数的值；
从每个存储样本图像中多个量化参数的值中选取与纤维化分期保持单调
性的多个特征量化参数的值；
根据每个存储样本图像的特征量化参数的值获得单一量化指标；
建立每个存储样本图像的单一量化指标与该存储样本图像对应的生物切
片的纤维化值的对应关系获得所述预设的纤维化值数据库。
可选的，所述统计所述检测样本的每种胶原蛋白成分图像中该胶原蛋白
的形态学特征包括：
采用图像腐蚀和膨胀法，连通分量算法或骨架化算法统计所述检测样本
的每种胶原蛋白成分图像中该胶原蛋白的形态学特征。
一种获取纤维化的特征量化参数的值的装置，所述装置包括：
建立单元，用于预先建立特征数据库，所述特征数据库中存储有特征量
化参数的值与胶原蛋白的描述信息的对应关系，所述胶原蛋白的描述信息包
括形态学特征和胶原蛋白的比例；
第一获取单元，用于获取生物切片的检测样本的检测样本图像；
分割单元，用于对所述检测样本的检测样本图像采用图像分割法获得所
述检测样本的生物组织成分图像和所述检测样本的每种胶原蛋白成分图像；
统计单元，用于统计所述检测样本的每种胶原蛋白成分图像中该胶原蛋
白的形态学特征，所述胶原蛋白的形态学特征包括胶原蛋白的形状、位置以
及个数；
计算单元，用于根据所述检测样本的生物组织成分图像和所述检测样本
的每种胶原蛋白成分图像计算该胶原蛋白的比例；
输出单元，用于将所述检测样本的每种胶原蛋白的形态学特征及该胶原
蛋白的比例作为该胶原蛋白的描述信息，从所述特征数据库中查找所述检测
样本的胶原蛋白的描述信息所对应的特征量化参数的值并输出，所述特征量
化参数的值用于描述所述生物检测样本的纤维化的病因。
可选的，所述建立单元包括：
第一获取子单元，用于获取多个生物切片的存储样本的存储样本图像；
分割子单元，用于对每个存储样本的存储样本图像采用图像分割法获得
该存储样本的生物组织成分图像和该存储样本的每种胶原蛋白成分图像；
统计子单元，用于统计每个存储样本的每种胶原蛋白成分图像中该胶原
蛋白的形态学特征；
第一计算子单元，用于根据每个存储样本的生物组织成分图像和该存储
样本的每种胶原蛋白成分图像计算该胶原蛋白的比例；
分析子单元，用于对每个存储样本中每种胶原蛋白的形态学特征及每种
胶原蛋白的比例进行定量分析，获得描述该存储样本的纤维化的病因的特征
量化参数的值；
建立子单元，用于以每个存储样本中每种胶原蛋白的形态学特征及每种
胶原蛋白的比例作为该存储样本的胶原蛋白的描述信息，建立每个存储样本
的胶原蛋白的描述信息与该存储样本的特征量化参数的值的对应关系。
可选的，所述计算单元包括：
第二计算子单元，用于计算所述检测样本的生物组织成分图像占所述检
测样本图像的比例作为第一比例；
第三计算子单元，计算所述检测样本的每种胶原蛋白成分图像占所述检
测样本图像的比例作为该胶原蛋白的第二比例；
第四计算子单元，计算所述检测样本的每种胶原蛋白的第二比例与所述
第一比例的比值作为该胶原蛋白的比例。
可选的，所述装置还包括：
第二获取单元，用于根据所述检测样本的每种胶原蛋白的描述信息所对
应的特征量化参数的值获得单一量化指标；
查询单元，用于查询预设的纤维化值数据库中与所述单一量化指标对应
的值作为所述生物切片的检测样本的纤维化值，所述预设的纤维化值数据库
存储有单一量化指标与纤维化值的对应关系。
可选的，所述装置还包括设置单元，所述设置单元包括：
第二获取子单元，用于获取多个生物切片的存储样本的存储样本图像；
第三获取子单元，用于获得每个存储样本图像中胶原蛋白的多个量化参
数的值；
选取子单元，用于从每个存储样本图像中多个量化参数的值中选取与纤
维化分期保持单调性的多个特征量化参数的值；
第四获取子单元，用于根据每个存储样本图像的特征量化参数的值获得
单一量化指标；
建立子单元，用于建立每个存储样本图像的单一量化指标与该存储样本
图像对应的生物切片的纤维化值的对应关系，获得所述预设的纤维化值数据
库。
可选的，
所述统计单元，具体用于采用图像腐蚀和膨胀法，连通分量算法或骨架
化算法统计所述检测样本的每种胶原蛋白成分图像中该胶原蛋白的形态学特
征。
通过上述技术方案可知，本发明有如下有益效果：
本发明实施例提供了获取纤维化的特征量化参数的值的方法及装置，所
述方法包括：预先建立特征数据库，所述特征数据库中存储有特征量化参数
的值与胶原蛋白的描述信息的对应关系，获取生物切片的检测样本的检测样
本图像；对所述检测样本的检测样本图像采用图像分割法获得所述检测样本
的生物组织成分图像和所述检测样本的每种胶原蛋白成分图像；统计所述检
测样本的每种胶原蛋白成分图像中该胶原蛋白的形态学特征，根据所述检测
样本的生物组织成分图像和所述检测样本的每种胶原蛋白成分图像计算该胶
原蛋白的比例；将所述检测样本的每种胶原蛋白的形态学特征及该胶原蛋白
的比例作为该胶原蛋白的描述信息，从所述特征数据库中查找所述检测样本
的每种胶原蛋白的描述信息所对应的特征量化参数的值并输出，所述特征量
化参数的值用于描述所述生物检测样本的纤维化的病因。将特征数据库作为
统一客观的标准，对生物切片的检测样本的检测样本图像进行分析，输出能
够描述生物切片的纤维化的病因的特征量化参数的值，特征量化参数是受纤
维化的病因影响显著的参数，特征量化参数的值不同，可以反应导致纤维化
的不同病因，病理医生可以根据特征量化参数的值来评估纤维化的病因，避
免由于病理医生的个体差异而导致的对纤维化病因的评估差异，也不会产生
染料给生物切片带来的影响，同时也避免了传统方法中由于染色而给生物切
片带来的影响。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实
施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面
描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，
在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一种获取纤维化的特征量化参数的值的方法流程图；
图2为本发明一种获取纤维化的特征量化参数的值的装置结构示意图。
具体实施方式
为了给出获取纤维化的特征量化参数的值的实现方案，本发明实施例提
供了一种获取纤维化的特征量化参数的值的方法及装置，以下结合说明书附
图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅
用于说明和解释本发明，并不用于限定本发明。并且在不冲突的情况下，本
申请中的实施例及实施例中的特征可以相互组合。
本发明所提供的方法可以应用于正在研发的或将来研发的智能手机、非
智能手机、平板电脑、膝上型个人计算机、桌面型个人计算机、小型计算机、
中型计算机、大型计算机等。
下面结合附图对本发明实施例进行详细说明。
图1为本发明一种获取纤维化的特征量化参数的值的方法流程图，所述
方法包括：
101：预先建立特征数据库，所述特征数据库中存储有特征量化参数的值
与胶原蛋白的描述信息的对应关系，所述胶原蛋白的描述信息包括形态学特
征和胶原蛋白的比例。
所述特征数据库是预先对大量的生物切片的存储样本的存储样本图像进
行分析得到的。因此，所述特征数据库具有统计学意义，可以提供统一客观
的评估依据，特征量化参数可以作为描述纤维化的病因的显著特征参数，而
特征量化参数的值可以作为能够反映纤维化的病因的有效依据。
下面对预先建立特征数据库进行详细说明，所述预先建立特征数据库包
括：
获取多个生物切片的存储样本的存储样本图像；
对每个存储样本的存储样本图像采用图像分割法获得该存储样本的生物
组织成分图像和该存储样本的每种胶原蛋白成分图像；
统计每个存储样本的每种胶原蛋白成分图像中该胶原蛋白的形态学特
征；
根据每个存储样本的生物组织成分图像和该存储样本的每种胶原蛋白成
分图像计算该胶原蛋白的比例；
对每个存储样本中每种胶原蛋白的形态学特征及每种胶原蛋白的比例进
行定量分析，获得描述该存储样本的纤维化的病因的特征量化参数的值；
以每个存储样本中每种胶原蛋白的形态学特征及每种胶原蛋白的比例作
为该存储样本的胶原蛋白的描述信息，建立每个存储样本的胶原蛋白的描述
信息与该存储样本的特征量化参数的值的对应关系。
生物切片的存储样本的存储样本图像可以采用在以前的诊断治疗中所获
得的存储生物切片的存储样本的存储样本图像。其中，存储样本图像是大量
的，并且是不同患者的生物切片的存储样本的存储样本图像。不同患者产生
纤维化的病因不同，采用大量的不同患者的生物切片的存储样本的存储样本
图像具有统计学意义。当然，生物切片的存储样本的存储样本图像的个数不
限定，越多越好，数量越多，统计学意义越大，所能够提供的特征量化参数
的值作为评估依据的可靠性就越高。
对每个获取的生物切片的存储样本的存储样本图像都进行相同的技术处
理，获得描述每个生物切片的存储样本的纤维化的病因的特征量化参数的值，
下面以对一个生物切片的存储样本的存储样本图像进行处理进行说明，其他
所获取的生物切片的存储样本的存储样本图像都进行相同的处理，这里不再
赘述。
首先，将一个生物切片的存储样本的存储样本图像的灰度图转换成二值
图。对一个生物切片的存储样本的存储样本图像的二值图采用图像分割法，
可以获得两部分，一部分是存储样本的生物组织成分图像，另外一部分是存
储样本的每种胶原蛋白成分图像。其中，可采用的图像分割法包括:Otsu算法
(大津法或最大类间方差法)，K-Means聚类算法或GMM(Gaussian Mixture
Model)高斯混合模型算法等。
然后，统计一个生物切片的存储样本的每种胶原蛋白成分图像中该胶原
蛋白的形态学特征。一般情况下，一个生物切片的检测样本的检测样本图像
中，含有多种胶原蛋白，同一种胶原蛋白可以分布在检测样本图像的不同位
置。分别统计每种胶原蛋白的形状、在检测样本图像中所处的位置以及个数
作为该胶原蛋白的形态学特征。在统计胶原蛋白的形态学特征时，可以采用
的方法包括：图像腐蚀和膨胀(Image Erosion and Dilation)，连通分量算法
(Connected Component Algorithm)或骨架化算法(Image Skeletonization)。
计算一个生物切片的存储样本的存储样本图像中每种胶原蛋白的比例，
此处，胶原蛋白的比例，指的是胶原蛋白成分占存储样本图像中生物组织成
分的比例。
具体的，先计算存储样本的生物组织成分图像占存储样本图像的比例作
为第三比例。其中，存储样本图像是对一个生物切片的采集区域所成的图像；
生物组织成分图像，是在采集区域内所能显示的生物组织所成的图像。一般
情况下，生物组织成分图像中所显示的生物组织的区域比存储样本图像中采
集区域小。再分别计算存储样本的每种胶原蛋白成分图像占存储样本图像的
比例作为该胶原蛋白的第四比例。根据胶原蛋白成分图像可以获知胶原蛋白
所占的区域的大小，由于一个存储样本图像中包含多种胶原蛋白，要分别计
算每种胶原蛋白所占的区域的大小。最后，计算每种胶原蛋白的第四比例与
所述第三比例的比值作为该胶原蛋白的比例。
对存储样本中每种胶原蛋白的形态学特征及每种胶原蛋白的比例进行定
量分析，获得描述该存储样本的纤维化的病因的特征量化参数的值。
建立存储样本中每种胶原蛋白的形态学特征及每种胶原蛋白的比例的数
学模型，采用线性(Logistic Regression，逻辑回归)和非线性方法(SVM,Support
Vector Machine,支持向量机)的建模方法，对每种胶原蛋白的形态学特征和比
例进行定量分析，获得描述该存储样本的纤维化的病因的特征量化参数的值。
特征量化参数是与导致纤维化的病因显著相关的参数，特征量化参数的值不
同，可以显示出导致纤维化的病因不同。将特征量化参数的值作为给病理医
生的统一客观的评估纤维化的病因的依据。
将存储样本的每种胶原蛋白的形态学特征和比例作为胶原蛋白的描述信
息，建立存储样本的胶原蛋白的描述信息与存储样本的特征量化参数的值的
对应关系。
以此类推，按照上述方法建立大量的生物切片的存储样本的胶原蛋白的
描述信息与该存储样本的特征量化参数的值的对应关系，可以获得特征数据
库。特征数据库中以大量的生物切片的存储样本的存储样本图像为基础，通
过分析大量的存储样本的图像，建立大量的存储样本的胶原蛋白的描述信息
与该存储样本的特征量化参数的值的对应关系，获得的特征数据库具有统计
学意义，可以作为病理医生评估纤维化的病因的有效依据。
102：获取生物切片的检测样本的检测样本图像。
预先建立了特征数据库以后，可以获得未知纤维化的病因的生物切片作
为检测样本，采集检测样本的检测样本图像。
103：对所述检测样本的检测样本图像采用图像分割法获得所述检测样本
的生物组织成分图像和所述检测样本的每种胶原蛋白成分图像。
对检测样本的检测样本图像也采用图像分割法进行处理，获得检测样本
的生物组织成分图像和所述检测样本的每种胶原蛋白成分图像。对检测样本
图像进行处理所采用的图像分割法与对存储样本图像所采用的图像分割法相
同，可采用的图像分割法包括:Otsu算法(大津法或最大类间方差法)，K-Means
聚类算法或GMM(Gaussian Mixture Model)高斯混合模型算法等。
104：统计所述检测样本的每种胶原蛋白成分图像中该胶原蛋白的形态学
特征，所述胶原蛋白的形态学特征包括胶原蛋白的形状、位置以及个数。
统计所述检测样本的每种胶原蛋白成分图像中该胶原蛋白的形态学特征
所采用的方法，与统计存储样本的每种胶原蛋白成分图像中该胶原蛋白的形
态学特征所采用的方法也相同。可以采用的统计方法包括：图像腐蚀和膨胀
(Image Erosion and Dilation)，连通分量算法(Connected Component
Algorithm)或骨架化算法(Image Skeletonization)。
生物组织的检测样本的检测样本图像中，也包含有很多种胶原蛋白，分
别统计每种胶原蛋白的形状，在检测样本图像中的位置，以及个数作为该胶
原蛋白的形态学特征。
105：根据所述检测样本的生物组织成分图像和所述检测样本的每种胶原
蛋白成分图像计算该胶原蛋白的比例。
计算检测样本中每种胶原蛋白的比例所采用的方法与计算寻出样本中每
种胶原蛋白的比例所采用的方法相同，包括：
计算所述检测样本的生物组织成分图像占所述检测样本图像的比例作为
第一比例；
计算所述检测样本的每种胶原蛋白成分图像占所述检测样本图像的比例
作为该胶原蛋白的第二比例；
计算所述检测样本的每种胶原蛋白的第二比例与所述第一比例的比值作
为该胶原蛋白的比例。
先计算检测样本的生物组织成分图像占检测样本图像的比例作为第一比
例，在计算每种胶原蛋白成分图像占检测样本图像的比例作为该胶原蛋白的
第二比例，计算每种胶原蛋白的第二比例与所述第一比例的比值作为该胶原
蛋白的比例。可以理解的是，第一比例即为生物组织成分的面积占检测样本
图像的采集区域的总面积的比例；每种胶原蛋白的第二比例即为该胶原蛋白
的面积占检测样本图像的采集区域的总面积的比例；每种胶原蛋白的第二比
例与所述第一比例的值即为该胶原蛋白占生物组织成分的比例。
106：将所述检测样本的每种胶原蛋白的形态学特征及该胶原蛋白的比例
作为该胶原蛋白的描述信息，从所述特征数据库中查找所述检测样本的每种
胶原蛋白的描述信息所对应的特征量化参数的值并输出，所述特征量化参数
的值用于描述所述生物检测样本的纤维化的病因。
所述检测样本的胶原蛋白的描述信息包括：每种胶原蛋白的形态学特征
及该胶原蛋白的比例，从预先建立的特征数据库中查找所述检测样本的胶原
蛋白的描述信息所对应的特征量化参数的值，输出所查找到的特征量化参数
的值。病理医生可以以输出的特征量化参数的值为依据，判断导致所述生物
切片的检测样本的纤维化的病因。例如，输出的特征量化参数的值为：血管
周。桥样联结或小叶内等。
由此可知，本发明有如下有益效果：
将特征数据库作为统一客观的标准，对生物切片的检测样本的检测样本
图像进行分析，输出能够描述生物切片的纤维化的病因的特征量化参数的值，
特征量化参数是受纤维化的病因影响显著的参数，特征量化参数的值不同，
可以反应导致纤维化的不同病因，病理医生可以根据特征量化参数的值来评
估纤维化的病因，避免由于病理医生的个体差异所导致对纤维化病因的评估
差异，也不会产生染料给生物切片带来的影响。
在一个具体的实施例中，所述方法还包括：
根据所述检测样本的每种胶原蛋白的描述信息所对应的特征量化参数的
值获得单一量化指标；
查询预设的纤维化值数据库中与所述单一量化指标对应的值作为所述生
物切片的检测样本的纤维化值，所述预设的纤维化值数据库存储有单一量化
指标与纤维化值的对应关系。
其中，预先设置所述预设的纤维化值数据库包括：
获取多个生物切片的存储样本的存储样本图像；
获得每个存储样本图像中胶原蛋白的多个量化参数的值；
从每个存储样本图像中多个量化参数的值中选取与纤维化分期保持单调
性的多个特征量化参数的值；
根据每个存储样本图像的特征量化参数的值获得单一量化指标；
建立每个存储样本图像的单一量化指标与该存储样本图像对应的生物切
片的纤维化值的对应关系获得所述预设的纤维化值数据库。
这里需要说明的是，根据所述检测样本的每种胶原蛋白的描述信息所对
应的特征量化参数的值获得单一量化指标的方法包括：线性(Logistic
Regression，逻辑回归)和非线性(SVM,Support Vector Machine,支持向量机)
算法。
现有技术中，对所述生物切片的检测样本进行染色，由病理医生通过显
微镜观察染色后的生物切片的检测样本，依据经验给出一个纤维化值，用于
描述当前患者的纤维化程度。但是，对检测样本采用苏木精—伊红染色法
(Hematoxylin-eosinstaining，HE)、马松三色染色法或苦味酸天狼星红染色法进
行染色后，破坏了生物组织和细胞形态，用于染色的荧光染料掩盖了部分生
物切片的检测样本表面的胶原蛋白，破坏了胶原蛋白的空间分布的信息，无
法准确评估得到生物切片的检测样本的纤维化值。
纤维化评估是临床医学用以确定生物体纤维化分期的一个重要指标之
一，将临床医生借助半定量评分系统对生物切片的检测样本的纤维化的评分
值定义为纤维化值。纤维化值主要反映生物切片的检测样本的胶原蛋白的含
量，临床医生根据纤维化值以及其他的检验结果总和判断，确定生物体的纤
维化分期。现有技术中，评估生物切片的检测样本的纤维化值的方法主要采
用人工评估的方式，这种评估纤维化值的方法由于人工主观评估差异，生物
切片的检测样本差异，得到的纤维化值的评估结果差异性较大，参考价值低。
本发明所提供的确定所述生物切片的检测样本的纤维化值的技术方案，
采用统一的纤维化值数据库获得生物切片的检测样本的纤维化值，减小由于
人为主观的差异性所导致的生物切片的检测样本的纤维化值的评估结果的差
异性，提高纤维化值的评估结果。
本发明将纤维化数据库作为统一的标准，纤维化数据库是对大量的生物
切片的存储样本的纤维化值的分析所得到的，具有高度可靠性的数据库。分
析所采集的生物切片的存储样本的存储样本图像的多个量化参数，从多个量
化参数中选取与纤维化分期保持单调性的多个特征量化参数，再利用线性算
法(多元逻辑回归法)或非线性算法(支持向量机))计算得到单一量化指标，
建立单一量化指标与纤维化值的对应关系的数据库。由于纤维化数据库是对
大量的生物样本的单一量化指标以及纤维化值的分析统计结果，大大减小了
由于人为主观的差异性所导致的所述生物切片的检测样本的纤维化值的评估
结果的差异性，具有很高的参考价值。
胶原蛋白根据形态学特征的不同主要分为三种类型，血管周胶原蛋白，
桥样联接胶原蛋白，小叶内纤维化胶原蛋白。当然还有其他多种类型的胶原
蛋白，这里不再一一赘述。不同胶原蛋白的类型对应不同的特征量化参数。
获取所述检测样本的每种胶原蛋白的描述信息所对应的特征量化参数的值，
所述特征量化参数的值是与纤维化分期保持单调性的量化参数。利用线性算
法(多元逻辑回归法)和非线性算法(支持向量机))根据多个特征量化参数
计算得到生物切片的检测样本的单一量化指标。
纤维化值数据库中存储有单一量化指标与纤维化值的对应关系，得到所
述生物切片的检测样本的单一化指标后，即可通过查询纤维化数据库获得所
述生物切片的检测样本的纤维化值，作为给临床医生诊断生物纤维化分期的
一个重要参数。
由此可知，本发明还有如下有益效果：
利用预先设置的纤维化数据库中单一量化指标与纤维化值的对应关系，
获得对所述生物切片的检测样本的评估的纤维化值。上述评估所述生物切片
的检测样本的纤维化值的过程中，采用预先设置的纤维化值数据库作为统一
的标准，所述纤维化值数据库是对大量的生物切片的存储样本的纤维化值的
评估结果进行分析后得到的，降低了由于人工主观评估差异，导致评估结果
的差异，提高了所述生物切片的检测样本的纤维化值评估的准确性。
本发明无需对所述生物切片的检测样本进行染色，不会破坏所述生物切
片的检测样本的生物组织和细胞形态，可以同时实现对所述生物切片的检测
样本的形态学特征以及胶原蛋白含量的评估，无需采集两次所述生物切片的
检测样本。
由上述内容可知，本发明有如下有益效果：
将特征数据库作为统一客观的标准，对生物切片的检测样本的检测样本
图像进行分析，输出能够描述生物切片的纤维化的病因的特征量化参数的值，
特征量化参数是受纤维化的病因影响显著的参数，特征量化参数的值不同，
可以反应导致纤维化的不同病因，病理医生可以根据特征量化参数的值来评
估纤维化的病因，避免由于病理医生的个体差异所导致对纤维化病因的评估
差异，也不会产生染料给生物切片带来的影响。
图2为本发明实施例提供的一种获取纤维化的特征量化参数的值的装置
结构示意图，图2所示的装置是与图1所示的方法所对应的装置，所述装置
包括：
建立单元201，用于预先建立特征数据库，所述特征数据库中存储有特征
量化参数的值与胶原蛋白的描述信息的对应关系，所述胶原蛋白的描述信息
包括形态学特征和胶原蛋白的比例。
第一获取单元202，用于获取生物切片的检测样本的检测样本图像。
分割单元203，用于对所述检测样本的检测样本图像采用图像分割法获得
所述检测样本的生物组织成分图像和所述检测样本的每种胶原蛋白成分图
像。
统计单元204，用于统计所述检测样本的每种胶原蛋白成分图像中该胶原
蛋白的形态学特征，所述胶原蛋白的形态学特征包括胶原蛋白的形状、位置
以及个数。
计算单元205，用于根据所述检测样本的生物组织成分图像和所述检测样
本的每种胶原蛋白成分图像计算该胶原蛋白的比例。
输出单元206，用于将所述检测样本的每种胶原蛋白的形态学特征及该胶
原蛋白的比例作为该胶原蛋白的描述信息，从所述特征数据库中查找所述检
测样本的胶原蛋白的描述信息所对应的特征量化参数的值并输出，所述特征
量化参数的值用于描述所述生物检测样本的纤维化的病因。
可选的，所述建立单元201包括：
第一获取子单元，用于获取多个生物切片的存储样本的存储样本图像；
分割子单元，用于对每个存储样本的存储样本图像采用图像分割法获得
该存储样本的生物组织成分图像和该存储样本的每种胶原蛋白成分图像；
统计子单元，用于统计每个存储样本的每种胶原蛋白成分图像中该胶原
蛋白的形态学特征；
第一计算子单元，用于根据每个存储样本的生物组织成分图像和该存储
样本的每种胶原蛋白成分图像计算该胶原蛋白的比例；
分析子单元，用于对每个存储样本中每种胶原蛋白的形态学特征及每种
胶原蛋白的比例进行定量分析，获得描述该存储样本的纤维化的病因的特征
量化参数的值；
建立子单元，用于以每个存储样本中每种胶原蛋白的形态学特征及每种
胶原蛋白的比例作为该存储样本的胶原蛋白的描述信息，建立每个存储样本
的胶原蛋白的描述信息与该存储样本的特征量化参数的值的对应关系。
可选的，所述计算单元205包括：
第二计算子单元，用于计算所述检测样本的生物组织成分图像占所述检
测样本图像的比例作为第一比例；
第三计算子单元，计算所述检测样本的每种胶原蛋白成分图像占所述检
测样本图像的比例作为该胶原蛋白的第二比例；
第四计算子单元，计算所述检测样本的每种胶原蛋白的第二比例与所述
第一比例的比值作为该胶原蛋白的比例。
可选的，所述装置还包括：
第二获取单元，用于根据所述检测样本的每种胶原蛋白的描述信息所对
应的特征量化参数的值获得单一量化指标；
查询单元，用于查询预设的纤维化值数据库中与所述单一量化指标对应
的值作为所述生物切片的检测样本的纤维化值，所述预设的纤维化值数据库
存储有单一量化指标与纤维化值的对应关系。
可选的，所述装置还包括设置单元，所述设置单元包括：
第二获取子单元，用于获取多个生物切片的存储样本的存储样本图像；
第三获取子单元，用于获得每个存储样本图像中胶原蛋白的多个量化参
数的值；
选取子单元，用于从每个存储样本图像中多个量化参数的值中选取与纤
维化分期保持单调性的多个特征量化参数的值；
第四获取子单元，用于根据每个存储样本图像的特征量化参数的值获得
单一量化指标；
建立子单元，用于建立每个存储样本图像的单一量化指标与该存储样本
图像对应的生物切片的纤维化值的对应关系获得所述预设的纤维化值数据
库。
可选的，所述统计单元204，具体用于采用图像腐蚀和膨胀法，连通分量
算法或骨架化算法统计所述检测样本的每种胶原蛋白成分图像中该胶原蛋白
的形态学特征。
图2所示的的装置是与图1所示的方法所对应的装置，参考图1所示的
方法的具体实施方式的描述，这里不再赘述。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的
普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进
和润饰，这些改进和润饰也应视为本发明的保护范围。