[發明專利]細胞圖像的識別方法、系統、裝置、設備及介質

在審

• 申請號: 202010350815.8
• 申請日: 2020-04-28
• 公開（公告）號: CN111597922A
• 公開（公告）日: 2020-08-28
• 發明（設計）人: 葉虎;韓驍;馬兆軒;蔡德
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G16H50/20
• 代理公司: 北京三高永信知識產權代理有限責任公司 11138
• 代理人: 祝亞男

1.一種細胞圖像的識別方法，其特征在于，所述方法包括：

接收圖像采集裝置發送的細胞圖像，所述細胞圖像是顯微鏡視野中離體細胞涂片的實時圖像，所述圖像采集裝置安裝在所述顯微鏡上，所述圖像采集裝置用于采集所述顯微鏡的視野范圍中的圖像；

調用細胞識別模型識別所述細胞圖像得到識別結果，所述細胞識別模型是用于在所述細胞圖像中識別目標細胞的卷積神經網絡模型，所述識別結果包括所述細胞圖像中的所述目標細胞的標注信息；

根據所述識別結果和所述細胞圖像生成目標圖像，所述目標圖像是在所述細胞圖像上標注所述識別結果的圖像；

將所述目標圖像發送至圖像顯示裝置，所述圖像顯示裝置用于顯示所述目標圖像。

2.根據權利要求1所述的方法，其特征在于，所述細胞識別模型包括特征提取器和識別器，所述細胞識別模型用于識別n種目標細胞，所述n是大于零的整數；

所述調用細胞識別模型識別所述細胞圖像得到識別結果，包括：

調用所述特征提取器提取所述細胞圖像的特征圖像；

調用所述識別器識別所述特征圖像得到所述識別結果，所述標注信息包括預測框、目標細胞類型、概率值中的至少一個，所述預測框用于在所述細胞圖像上圈出所述目標細胞。

3.根據權利要求2所述的方法，其特征在于，所述特征圖像包括：不同尺寸的m級特征圖像，所述識別器包括m個預測層，m為正整數；

所述調用所述識別器識別所述特征圖像得到所述識別結果，包括：

基于第i級特征圖像生成第i級預測輸入圖像，所述i是不大于m的正整數；

調用第i個預測層預測所述第i級預測輸入圖像得到至少一個預測結果；每個所述預測結果包括所述預測框、所述預測框中的細胞屬于n種所述目標細胞的n個所述概率值，所述n是大于零的整數；

將所述預測結果中所述概率值大于概率值閾值的所述預測結果確定為所述識別結果。

4.根據權利要求3所述的方法，其特征在于，所述調用第i個預測層預測所述第i級預測輸入圖像得到至少一個預測結果，包括：

調用所述第i個預測層將所述第i級預測輸入圖像劃分為a*b個網格，所述a、b是大于0的整數；

調用所述第i個預測層對所述a*b個網格中的每個所述網格，預測k個所述預測框，得到所述預測框對應的所述預測結果，所述預測結果包括所述預測框的位置信息、大小信息、所述預測框中的細胞屬于n種所述目標細胞的n個所述概率值，共得到a*b*k個所述預測結果，所述k是正整數。

5.根據權利要求3所述的方法，其特征在于，所述將所述預測結果中所述概率值大于概率值閾值的所述預測結果確定為所述識別結果，包括：

將所述預測結果中所述概率值大于所述概率閾值的所述預測結果，確定為候選預測結果集；

對所述候選預測結果集，保留重合預測結果中的第一預測結果，將所述第一預測結果確定為所述識別結果；所述重合預測結果是重合度大于重合度閾值的至少兩個所述預測結果，所述第一預測結果是所述重合結果中所述概率值最大的所述預測結果，所述重合度用于描述兩個所述預測框的重合程度。

6.根據權利要求3所述的方法，其特征在于，所述細胞識別模型還包括特征融合器，所述基于第i級特征圖像確定第i級預測輸入圖像，包括：

獲取至少兩個特征圖像，所述至少兩個特征圖像包括：所述第i級特征圖像和第j級特征圖像，所述第j級特征圖像的尺寸與所述第i級特征圖像的尺寸不同，所述j是不大于m的正整數；

調用所述特征融合器融合所述至少兩個特征圖像，得到所述第i級預測輸入圖像。

7.根據權利要求6所述的方法，其特征在于，所述獲取至少兩個特征圖像，包括：

將所述特征圖像按照尺寸大小順序排列，獲取所述第i個特征圖像至第m個特征圖像；

或，

將所述特征圖像按照尺寸大小順序排列，獲取第1個特征圖像至所述第i個特征圖像；

或，

獲取所述第i個特征圖像和第i+1個特征圖像；

或，

獲取所述第i個特征圖像和第i-1個特征圖像。