[發明專利]一種宮頸細胞涂片中非典型異常腺細胞的識別方法

在審

• 申請號: 201810163904.4
• 申請日: 2018-02-27
• 公開（公告）號: CN108389198A
• 公開（公告）日: 2018-08-10
• 發明（設計）人: 楊志明;李亞偉
• 申請（專利權）人: 深思考人工智能機器人科技（北京）有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/62;G06N3/04
• 代理公司: 北京方安思達知識產權代理有限公司 11472
• 代理人: 陳琳琳;楊青

1.一種宮頸細胞涂片中非典型異常腺細胞的識別方法，所述方法將腺細胞分為結構清晰的腺細胞團簇、不可分的腺細胞團簇和單個腺細胞；對于結構清晰的腺細胞團簇，將腺細胞的排列信息和腺細胞外觀信息作為雙流神經網絡模型的兩個輸入，對于單個腺細胞和不可分的腺細胞團簇分別輸入卷積神經網絡模型，兩個模型輸出識別結果。

2.根據權利要求1所述的宮頸細胞涂片中非典型腺細胞分級識別方法，其特征在于，所述方法包括以下步驟：

步驟1)構建和訓練雙流神經網絡模型和卷積神經網絡模型；

步驟2)針對分割后的腺細胞圖像進行預處理，根據分割的區域獲取圖像的最小外接矩形；

步驟3)根據分割結果計算腺細胞形態信息，包括細胞核的大小、深度、形狀以及細胞間的鄰域信息；對細胞進行粗分類，分為三類：一類是結構清晰的腺細胞團簇I，第二類是不可分的腺細胞團簇，第三類是散落的單個腺細胞；

步驟4)依據腺細胞的排列方式，將結構清晰的腺細胞團簇I映射到二維毆氏空間生成一幅新的毆氏圖像I′，將I和I′輸入步驟1)的雙流神經網絡模型進行識別，輸出識別結果；

步驟5)對于不可分的腺細胞團簇和散落的單個腺細胞，輸入步驟1)的卷積神經網絡模型進行識別，輸出識別結果。

3.根據權利要求2所述的宮頸細胞涂片中非典型腺細胞分級識別方法，其特征在于，所述步驟1)具體包括：

步驟1-1)構建雙流神經網絡模型，所述雙流神經網絡模型包括兩個獨立的第一級聯組合和第二級聯組合、融合單元和第一全連接層分類器；其中，從腺細胞團簇I中提取細胞核的染色深淺，細胞核伸長度，細胞核偏心率，細胞核的圓形度特征，作為第一級聯組合的輸入，所述第一級聯組合包括：卷積、擬歸一化和池化；毆氏圖像I′作為第二級聯組合的輸入，所述第二級聯組合包括：卷積、擬歸一化和池化；所述融合單元用于對第一級聯組合輸出的細胞排列信息和第二級聯組合輸出的圖像外觀信息進行融合，然后輸入第一全連接層分類器；

步驟1-2)構建卷積神經網絡模型，所述卷積神經網絡模型包括：第三級聯組合和第二全連接層分類器，輸入為不可分的腺細胞團簇或散落的單個腺細胞；

步驟1-3)建立訓練集，對所述雙流神經網絡模型和卷積神經網絡模型進行訓練。

4.根據權利要求2所述的宮頸細胞涂片中非典型腺細胞分級識別方法，其特征在于，所述步驟2)具體包括：

步驟2-1)根據腺細胞核的形狀和深度信息，實現腺細胞核檢測；

步驟2-2)利用邊界盒對整幅圖像進行滑窗掃描，統計每個邊界盒內細胞核的數目和細胞間的相對位置信息，從而得到細胞的最小外接矩形。

5.根據權利要求2所述的宮頸細胞涂片中非典型腺細胞分級識別方法，其特征在于，所述步驟4)中將結構清晰的腺細胞團簇I映射到二維毆氏空間生成一幅新的毆氏圖像I′的具體過程為：

將結構清晰的腺細胞簇I按照細胞間的鄰域信息構建圖；設腺細胞團簇對應的圖為G(V,E)，其中V是腺細胞構成的二維頂點集，E是通過構圖規則建立的頂點集之間的邊，然后將G映射到二維毆氏空間得到I′。