[發明專利]基于深度卷積神經網絡的異常宮頸細胞自動檢測方法

在審

• 申請號: 201811048234.8
• 申請日: 2018-09-10
• 公開（公告）號: CN109190567A
• 公開（公告）日: 2019-01-11
• 發明（設計）人: 何勇軍;張雪媛;盧祎
• 申請（專利權）人: 哈爾濱理工大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.基于深度卷積神經網絡的異常宮頸細胞自動檢測方法，其特征在于包括如下步驟：

步驟1：對獲取的源宮頸細胞圖像進行人工標注；

步驟2：根據標注所得信息對源宮頸細胞圖像進行分割；

步驟3：對分割后的細胞進行分類；

步驟4：對上述得到的各類細胞圖片進行預處理；

步驟5：采用遷移學習方式，將上述處理后的細胞輸入更改后的預訓練模型進行訓練；

步驟6：將一張待檢測的源宮頸細胞圖片輸入模型可以正確地檢測出異常細胞位置；

步驟7：對異常細胞團作進一步的分割處理，對分割得到的單細胞進行細胞核大小、形狀、顏色以及核漿比等參數的計算，進一步確定細胞所屬類別。

2.根據權利要求1所述的基于深度卷積神經網絡的異常宮頸細胞自動檢測方法，其特征在于：對于源宮頸細胞圖片，采用閾值分割獲取細胞團，自適應閾值法獲取離散細胞，具體公式如下所示：

， （1）

其中，表示目標圖像中像素的灰度值，表示源圖像中像素的灰度值，表示所取的閾值。

3.根據權利要求1所述的基于深度卷積神經網絡的異常宮頸細胞自動檢測方法，其特征在于：結合細胞病理學和計算機技術相關知識，對分割后的細胞圖像做多分類處理，細胞團主要為宮頸細胞團，其中包括陰性和陽性兩部分；離散細胞主要分為陰性單個鱗狀細胞、陰性單個基底細胞、中性粒、陰性重疊鱗狀細胞、陰性重疊基底細胞、雜質和陽性宮頸細胞。

4.根據權利要求1所述的基于深度卷積神經網絡的異常宮頸細胞自動檢測方法，其特征在于：在卷積神經網絡的訓練過程中，采用dropout方法，雖然訓練時間有一定的延長，但有效的防止了過擬合。

5.根據權利要求1所述的基于深度卷積神經網絡的異常宮頸細胞自動檢測方法，其特征在于：通過輸入任意一張未標記的源宮頸細胞圖片，該多分類模型可以正確的識別出異常宮頸細胞的位置區域并加以標記，并對于有重復覆蓋的細胞區域進行過濾，保證異常宮頸細胞的正確識別和準確定位。

6.根據權利要求1所述的基于深度卷積神經網絡的異常宮頸細胞自動檢測方法，其特征在于：對于檢測得到的異常宮頸細胞團，做進一步的分割處理，通過對得到的單細胞做參數計算，進一步提升了檢測結果的準確性。