[發明專利]一種基于深度學習的染色體自動計數方法

有效

• 申請號: 201811250267.0
• 申請日: 2018-10-25
• 公開（公告）號: CN109523520B
• 公開（公告）日: 2020-12-18
• 發明（設計）人: 喬杰;趙屹;田嬋;肖立;于天琦;羅純龍;于富海;羅宇凡;王曼卿;趙相然
• 申請（專利權）人: 北京大學第三醫院;中國科學院計算技術研究所
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/00;G06N3/04
• 代理公司: 北京市眾天律師事務所 11478
• 代理人: 李新軍

本發明公開了一種基于深度學習的染色體自動計數方法，包括以下步驟：(1)圖像收集和預處理步驟；(2)圖像分類和回歸步驟；(3)模型訓練步驟；(4)測試計數步驟，其中，在步驟(2)中采用新的抽樣策略，并對Faster R?CNN模型損失函數進行了改進。本發明所需的數據來源于真實顯微鏡視野下的G顯帶染色體，所述方法無需復雜實驗過程，成本低廉，耗時更短，能夠自動準確完成目標染色體計數。本發明使用1000例標注的染色體圖訓練模型，隨后用175例標注的染色體圖做測試，統計顯示175例共包含8023條染色體，測試的準確率為98.95％，召回率為98.67％。測試結果顯示用機器計數后人工校正的方法完成一份報告的染色體計數所需時間短于目前的1/3。

技術領域

本發明涉及計算機視覺圖像處理，染色體計數等技術領域，具體涉及一種染色體自動計數方法。

背景技術

目前核型分析主要分為四個步驟，即染色體計數、染色體分割、染色體配對、排序校正和出具分析報告，目前市面上廣泛應用的核型自動分析系統(如徠卡CytoVision系統)以上四個步驟主要依賴人工操作。目前訓練有素的醫生完成一例報告需要約30-50分鐘，一天只能完成十例左右，效率低下，且計數步驟需要鼠標點擊每條染色體，容易造成鼠標手。

染色體計數就是統計視野可見的范圍內染色體的個數，是核型分析中必不可少的環節，通常正常核型需要計數20-30個圖像，在有嵌合體時，需要統計多套(50-100套)完整染色體的數目以確保結論的準確客觀。在計數過程中，醫生需要找出所有的染色體，再統計數目。目前普通醫生計數一套核型平均時間約為20-30秒，甚至更長，全部計數完成時間在15分鐘左右。進行核型分析時，經常會出現染色體重疊，需要分割每條染色體，通常完成一例需要一分鐘以上，這也是繼續提高效率的關鍵步驟。

現有技術基本基于人工識別方法，是目前精度最高、采用最多的方式。由于染色體制片過程受環境影響較大，導致染色體長度不同，條帶分辨率及形態不同，加上重疊染色體會遮蓋原染色體部分條帶，因此正確地識別染色體需要經過培訓的專業醫師來完成，耗費大量人力，且效率低下。

發明人在進行染色體分析研究時，發現人工分析計數，分割等過程很慢，效率低下。發明人經過研究發現，可以通過深度學習目標檢測方法自動計數染色體，提高分析效率。染色體自動識別計數不同于傳統的應用目標檢測模型解決自然目標檢測以及解決醫學中細胞檢測計數。由于染色體呈狹長條狀，但因其非剛性屬性，容易出現彎折等復雜形態；其次因實驗因素的影響，多條染色體間容易出現粘連、交叉、重疊等影響識別的復雜狀態；由于染色體制片過程受環境影響較大，導致分辨率不同，即同樣的染色體可能出現不同的條帶譜，給傳統目標檢測模型的識別帶來困難。所以傳統的Faster R-CNN模型的抽樣方法導致部分染色體和整條染色體難以區分，影響計數結果，而且此類狀況經常出現，對模型影響很大。因此，基于傳統的Faster R-CNN模型還難以完成對染色體的自動識別和計數工作。

基于現有技術存在的問題，本發明的目的就是提供一種能夠克服現有技術缺陷，識別性能得到優化的基于深度學習的染色體自動計數的方法和系統。

發明內容

基于上述發明目的，發明人以目標檢測領域常用的Faster R-CNN算法為算法框架，根據染色體目標性質和染色體成像特點對其進行了改進，提供了一種基于深度學習的染色體自動計數方法，所述方法包括以下步驟：

(1)圖像收集和預處理步驟：收集并標注顯微鏡下分裂中期細胞真實影像圖，標記出染色體的矩形框，并隨機劃分訓練集和測試集，對訓練集數據進行預處理和數據擴增；