科创中国

行业领域

新一代信息技术产业,信息传输、软件和信息技术服务业

需求背景

组织病理学诊断是确诊癌症的金标准，病理切片分析为病理诊断提供最高级别、最可靠的诊断依据。病理图像满足高清晰度、高速、高通量筛选的要求，为传统病理切片数字化提供了可能，为病理学的发展和应用奠定了坚实的基础 。

但是，病理图像也存在一些缺点。首先，病理图像获取成本极高，性能较好的病理扫描仪价位常常在百万人民币以上，其高昂的价格成为病理图像普及的主要制约。其次，扫描病理图像的存储和传输时间较长。而且，即使是昂贵的病理图像扫描设备，也面临出现故障的情境，并且其使用场景也有一定的局限性，一般的病理扫描仪体积偏大，不易到处搬运。而且，通过病理扫描仪获得的病理图像也可能呈现伪影，例如阴影、模糊等。因此，如何经济高效的获取高分辨率的病理图像具有重要的研究意义和巨大的应用价值。

解决这一问题的一个实用而有效的方法就是图像超分辨率技术(SuperResolution，SR)，该技术是指通过软件或硬件的方法从低分辨率(LowResolution，LR)图像中重建高分辨率(HighResolution，HR)图像的过程，重建得到的图像被称为超分辨率图像。其旨在通过增加图像中每单位区域的像素数生成纹理更为清晰，信息更为丰富的高分辨率图像。因此，通过图像超分辨率技术重建的图像正好能够满足病理诊断对于病理图像的需求，而且用该方法来提高图像分辨率所需要的代价很低。医生只需将低分辨率扫描仪获得的分辨率较低的病理图像通过图像超分辨率技术处理，便可得到高分辨率病理图像，整个过程经济又高效。而且图像超分辨率技术简单易用，病理医生不需要理解整个算法过程即可随时随地使用，既简单适用性又高。

需解决的主要技术难题

获取多尺度、大尺度的高分辨率病理图像，解决图像超分辨率重建的图像尺度单一的问题以及超分辨率重建的大尺度病理图像不清晰的问题。

期望实现的主要技术目标

通过引入多任务，优化渐进式超分辨率模型，获得纹理细节丰富，边缘清晰的高质量病理图像。

设计一个病理图像超分辨率重建系统。

处理进度