[發明專利]一種人類上皮細胞染色分類裝置、設備及存儲介質

在審

• 申請號: 202010425239.9
• 申請日: 2020-05-19
• 公開（公告）號: CN111680575A
• 公開（公告）日: 2020-09-18
• 發明（設計）人: 張莉;張夢倩;屈蘊茜;王邦軍;孫涌
• 申請（專利權）人: 蘇州大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06K9/62;G06N3/04
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 郄晨芳

本申請公開了一種人類上皮細胞染色分類裝置，包括：訓練模塊，用于預先利用多尺度卷積神經網絡和樣本人類上皮細胞染色圖像數據訓練出目標分類模型；獲取模塊，用于獲取待測人類上皮細胞染色圖像數據；分類模塊，用于將待測人類上皮細胞染色圖像數據輸入至目標分類模型中，輸出對應的分類結果。可見，由于本裝置中所使用的多尺度卷積神經網絡充分利用不同尺度的網絡信息，使得前后特征信息能夠進一步的融合，從而提高模型的效率，并且能夠充分利用網絡訓練中的有效信息，從而提高人類上皮細胞染色分類結果的準確度。本申請還公開了一種人類上皮細胞染色分類設備及計算機可讀存儲介質，均具有上述有益效果。

技術領域

本發明涉及圖像分類領域，特別涉及一種人類上皮細胞染色分類裝置、設備及計算機可讀存儲介質。

背景技術

在醫學研究中，患者血清中出現抗核抗體，可能與某些特定的自身免疫性疾病有著重要的聯系。臨床實踐中，用在人類上皮2型細胞上進行間接免疫熒光方法，以檢測抗核抗體，再由高素質且經驗豐富的醫師，識別每個圖像的陽性染色模式，以確定出不同的自身免疫病。然而，對間接免疫熒光圖像進行人工分析，有較多不可控的缺陷，例如，結果的主觀性、實驗室之間結果的不一致以及細胞圖像處理效率低等問題。因此，自動有效地對人類上皮細胞的染色特征進行分類已成為一個極具吸引力的研究課題。

現有技術中，一般使用經典卷積神經網絡LeNet-5識別人類上皮細胞染色的DCNN(deep convolutional neural networks，基于深度卷積神經網絡)模型，該模型結構較為簡單，層數較少，沒有很好地利用網絡訓練中產生的有效信息，模型效率不高，使得分類效率低，并且對人類上皮細胞染色分類結果不夠準。

因此，如何提高對人類上皮細胞染色分類的準確度和效率，是本領域技術人員目前需要解決的技術問題。

發明內容

有鑒于此，本發明的目的在于提供一種人類上皮細胞染色分類裝置，能夠提高對人類上皮細胞染色分類的準確度和效率；本發明的另一目的是提供一種人類上皮細胞染色分類設備及計算機可讀存儲介質，均具有上述有益效果。

為解決上述技術問題，本發明提供一種人類上皮細胞染色分類裝置，包括：

訓練模塊，用于預先利用多尺度卷積神經網絡和樣本人類上皮細胞染色圖像數據訓練出目標分類模型；

獲取模塊，用于獲取待測人類上皮細胞染色圖像數據；

分類模塊，用于將所述待測人類上皮細胞染色圖像數據輸入至所述目標分類模型中，輸出對應的分類結果。

優選地，所述訓練模塊具體包括：

獲取單元，用于獲取所述樣本人類上皮細胞染色圖像數據；

數據集生成單元，用于利用所述樣本人類上皮細胞染色圖像數據生成粗粒度層網絡數據集和細粒度層網絡數據集；

訓練單元，用于在粗粒度層利用所述多尺度卷積神經網絡對所述粗粒度層網絡數據集進行訓練，在細粒度層利用VGG模型對所述細粒度層網絡數據集進行訓練，得出所述目標分類模型。

優選地，進一步包括：

記錄模塊，用于記錄所述待測人類上皮細胞染色圖像數據的數據編號以及與所述待測人類上皮細胞染色圖像數據對應的分類結果。

優選地，進一步包括：

顯示模塊，用于顯示所述分類結果。

優選地，進一步包括：

提示模塊，用于在所述將所述待測人類上皮細胞染色圖像數據輸入至所述目標分類模型中，輸出對應的分類結果之后，發出對應的提示信息。

優選地，進一步包括：