[發(fā)明專(zhuān)利]細(xì)胞視野圖的異常檢測(cè)方法及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202010075129.4
• 申請(qǐng)日: 2020-01-22
• 公開(kāi)（公告）號(hào): CN111291667A
• 公開(kāi)（公告）日: 2020-06-16
• 發(fā)明（設(shè)計(jì)）人: 張立箎;王乾;周明
• 申請(qǐng)（專(zhuān)利權(quán)）人: 上海交通大學(xué)
• 主分類(lèi)號(hào): G06K9/00
• 分類(lèi)號(hào): G06K9/00;G06K9/62
• 代理公司: 上海世圓知識(shí)產(chǎn)權(quán)代理有限公司 31320
• 代理人: 陳穎潔;王佳妮

1.一種細(xì)胞視野圖的異常檢測(cè)方法，其特征在于，包括：

獲取步驟，獲取待檢測(cè)細(xì)胞視野圖以及該細(xì)胞視野圖的標(biāo)注框數(shù)據(jù)；

掩碼生成步驟，將標(biāo)注框數(shù)據(jù)生成對(duì)應(yīng)的掩碼信息并匯總為初始標(biāo)注；

樣本集生成步驟，將所述待檢測(cè)細(xì)胞視野圖與所述初始標(biāo)注生成一樣本集；

模型建立步驟，將所述樣本集以及分類(lèi)標(biāo)簽輸入一Resnet網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)得到一分類(lèi)模型；

分類(lèi)步驟，將待識(shí)別細(xì)胞視野圖輸入至訓(xùn)練好的分類(lèi)模型中得到細(xì)胞視野圖的分類(lèi)結(jié)果。

2.如權(quán)利要求1所述的細(xì)胞視野圖的異常檢測(cè)方法，其特征在于，

所述模型建立步驟包括：

劃分步驟，將所述樣本集分為訓(xùn)練集與測(cè)試集；

特征圖獲取步驟，輸入所述訓(xùn)練集，經(jīng)Resnet網(wǎng)絡(luò)訓(xùn)練得到多個(gè)特征圖；

注意力圖生成步驟，將所述多個(gè)特征圖生成注意力圖；

更新步驟，將所述樣本集的初始標(biāo)注更新為所述注意力圖并再次輸入Resnet網(wǎng)絡(luò)訓(xùn)練并得到Resnet網(wǎng)絡(luò)模型。

3.如權(quán)利要求1所述的細(xì)胞視野圖的異常檢測(cè)方法，其特征在于，所述模型建立步驟還包括：

輸出步驟，將所述測(cè)試集輸入至所述Resnet網(wǎng)絡(luò)模型得到第一判定結(jié)果；

優(yōu)化步驟，比對(duì)所述第一判定結(jié)果與正確結(jié)果，計(jì)算二者的差異值并反向傳遞，優(yōu)化Resnet網(wǎng)絡(luò)模型得到所述分類(lèi)模型。

4.如權(quán)利要求2所述的細(xì)胞視野圖的異常檢測(cè)方法，其特征在于，還包括：

所述分類(lèi)標(biāo)簽包括正常細(xì)胞視野圖或異常細(xì)胞視野圖。

5.如權(quán)利要求4所述的細(xì)胞視野圖的異常檢測(cè)方法，其特征在于，

若所述分類(lèi)結(jié)果為異常細(xì)胞視野圖，則所述注意力圖高亮區(qū)域?yàn)楫惓^(qū)域。

6.如權(quán)利要求4所述的細(xì)胞視野圖的異常檢測(cè)方法，其特征在于，

所述Resnet網(wǎng)絡(luò)包括四個(gè)分塊，每個(gè)分塊分別包括卷積層，池化層和激活層。

7.如權(quán)利要求2所述的細(xì)胞視野圖的異常檢測(cè)方法，其特征在于，

所述特征圖生成所述分類(lèi)注意力圖包括全局平均池化的方法。

8.如權(quán)利要求1所述的細(xì)胞視野圖的異常檢測(cè)方法，其特征在于，

所述獲取步驟中，

所述標(biāo)注框數(shù)據(jù)通過(guò)Faster-RCNN檢測(cè)網(wǎng)絡(luò)和R-FCN檢測(cè)網(wǎng)絡(luò)的兩步結(jié)合訓(xùn)練得到；或，

所述標(biāo)注框數(shù)據(jù)通過(guò)YOLO或SSD的檢測(cè)網(wǎng)絡(luò)訓(xùn)練得到。

9.如權(quán)利要求1所述的細(xì)胞視野圖的異常檢測(cè)方法，其特征在于，

所述Resnet網(wǎng)絡(luò)為Resnet50網(wǎng)絡(luò)。

10.一種存儲(chǔ)介質(zhì)，該存儲(chǔ)介質(zhì)存儲(chǔ)一計(jì)算機(jī)程序，該計(jì)算機(jī)程序用以執(zhí)行如權(quán)利要求1~9任一項(xiàng)所述的細(xì)胞視野圖的異常檢測(cè)方法。