[發明專利]評價細胞涂片標本滿意度的方法和裝置

在審

• 申請號: 201711219680.6
• 申請日: 2017-11-28
• 公開（公告）號: CN107832838A
• 公開（公告）日: 2018-03-23
• 發明（設計）人: 萬濤;肖凱文;丁鵬
• 申請（專利權）人: 北京羽醫甘藍信息技術有限公司
• 主分類號: G06N3/04
• 分類號: G06N3/04;G06N3/08;G01N21/84
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種評價細胞涂片標本滿意度的方法，其特征在于，包括：

基于卷積神經網絡技術構建細胞識別模型；

利用所述細胞識別模型對測試細胞標本圖像進行細胞識別，得到識別結果；

根據所述識別結果判斷所述測試細胞標本圖像是否為滿意標本圖像。

2.根據權利要求1所述的方法，其特征在于，所述基于卷積神經網絡技術構建細胞識別模型的步驟包括：

獲取原始細胞標本圖像；

對所述原始細胞標本圖像進行細胞標定，然后從細胞標定結果圖像中提取圖像塊以得到訓練樣本集，其中所述訓練樣本集包括訓練正樣本和訓練負樣本；

采用卷積神經網絡對所述已標定細胞標本樣本集進行訓練，得到細胞識別模型。

3.根據權利要求2所述的方法，其特征在于，所述卷積神經網絡為前饋卷積網絡，其產生固定大小的邊界框集合和框中對象類別的分數，接著采用非最大化抑制步驟產生最終檢測。

4.根據權利要求1所述的方法，其特征在于，所述根據所述識別結果判斷所述測試細胞標本圖像是否為滿意標本圖像的步驟包括：

將所述識別結果中的事件概率大于預設概率閾值的細胞標記為目標細胞；

對同一張測試細胞標本圖像中的M個視野進行統計，若存在至少N個視野的目標細胞的數目大于等于預設細胞數目閾值，則認為所述測試細胞標本圖像為滿意標本圖像，反之則為不滿意標本圖像，

其中，M和N為自然數且M大于N。

5.一種評價細胞涂片標本滿意度的裝置，其特征在于，包括：

模型構建模塊，用于基于卷積神經網絡技術構建細胞識別模型；

測試識別模塊，用于利用所述細胞識別模型對測試細胞標本圖像進行細胞識別，得到識別結果；

判斷模塊，用于根據所述識別結果判斷所述測試細胞標本圖像是否為滿意標本圖像。

6.根據權利要求5所述的裝置，其特征在于，所述模型構建模塊還用于：

獲取原始細胞標本圖像；

對所述原始細胞標本圖像進行細胞標定，然后從細胞標定結果圖像中提取圖像塊以得到訓練樣本集，其中所述訓練樣本集包括訓練正樣本和訓練負樣本；

采用卷積神經網絡對所述已標定細胞標本樣本集進行訓練，得到細胞識別模型。

7.根據權利要求6所述的裝置，其特征在于，所述模型構建模塊中，所述卷積神經網絡為前饋卷積網絡，其產生固定大小的邊界框集合和框中對象類別的分數，接著采用非最大化抑制步驟產生最終檢測。

8.根據權利要求5所述的裝置，其特征在于，所述判斷模塊還用于：

將所述識別結果中的事件概率大于預設概率閾值的細胞標記為目標細胞；

對同一張測試細胞標本圖像中的M個視野進行統計，若存在至少N個視野的目標細胞的數目大于等于預設細胞數目閾值，則認為所述測試細胞標本圖像為滿意標本圖像，反之則為不滿意標本圖像，

其中，M和N為自然數且M大于N。

9.一種電子設備，其特征在于，包括：

至少一個處理器；以及，

與所述至少一個處理器通信連接的存儲器；其中，

所述存儲器存儲有可被所述至少一個處理器執行的指令，所述指令被所述至少一個處理器執行，以使所述至少一個處理器能夠執行權利要求1-4中任一項所述的方法。

10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質存儲計算機指令，所述計算機指令用于使所述計算機執行權利要求1-4中任一項所述的方法。