[發(fā)明專利]骨髓細(xì)胞形態(tài)學(xué)人工智能分析方法在審
| 申請?zhí)枺?/td> | 202010510879.X | 申請日: | 2020-06-08 |
| 公開(公告)號: | CN111667472A | 公開(公告)日: | 2020-09-15 |
| 發(fā)明(設(shè)計)人: | 王斌;張水生;張文杰;李婷;何曼;涂麗娜;章英;武雅君;張婧;劉招友 | 申請(專利權(quán))人: | 江西衛(wèi)生職業(yè)學(xué)院 |
| 主分類號: | G06T7/00 | 分類號: | G06T7/00 |
| 代理公司: | 南昌華成聯(lián)合知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 36126 | 代理人: | 黃晶 |
| 地址: | 330052 江西省南*** | 國省代碼: | 江西;36 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 骨髓細(xì)胞 形態(tài)學(xué) 人工智能 分析 方法 | ||
本發(fā)明提供了一種骨髓細(xì)胞形態(tài)學(xué)人工智能分析方法,該方法包括以下步驟:(1)建立模型:利用計算機(jī),構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)模型,以骨髓細(xì)胞不同階段的形態(tài)圖像作為訓(xùn)練數(shù)據(jù)集,對卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練;(2)采集待分析的骨髓細(xì)胞圖像:利用顯微鏡,提取骨髓片的圖像,并將骨髓片的圖像傳輸給計算機(jī);(3)骨髓細(xì)胞形態(tài)學(xué)分析:將骨髓片的圖像輸入到步驟(1)訓(xùn)練后的卷積神經(jīng)網(wǎng)絡(luò)模型中,并輸出結(jié)果。該方法通過AI實現(xiàn)骨髓細(xì)胞的數(shù)字化,便于提取、識別和保存,使骨髓細(xì)胞的判斷更加客觀和更加精準(zhǔn)。
技術(shù)領(lǐng)域
本發(fā)明涉及利用計算機(jī)分析骨髓細(xì)胞的方法,具體涉及骨髓細(xì)胞形態(tài)學(xué)人工智能(AI)分析方法。
背景技術(shù)
在血液學(xué)疾病檢測中,骨髓細(xì)胞和外周血細(xì)胞形態(tài)學(xué)檢測及病理學(xué)診斷是其重要的組成部分。目前細(xì)胞形態(tài)學(xué)及病理學(xué)診斷,被醫(yī)學(xué)界公認(rèn)為疾病診斷的重要依據(jù)。然而,從醫(yī)療現(xiàn)狀來看,現(xiàn)有醫(yī)療機(jī)構(gòu)細(xì)胞形態(tài)學(xué)的病理學(xué)檢測依賴于專家醫(yī)生的主觀意識,檢測和診斷效率低,成本高。基層醫(yī)生對骨髓細(xì)胞的識別存在較大差異,病人需要轉(zhuǎn)診或提供骨髓片會診等方式提高骨髓細(xì)胞的判斷。
發(fā)明內(nèi)容
本發(fā)明的目的是提供一種骨髓細(xì)胞形態(tài)學(xué)人工智能分析方法,用于快速對骨髓細(xì)胞進(jìn)行分類、計數(shù)。
本發(fā)明提供的一種骨髓細(xì)胞形態(tài)學(xué)人工智能分析方法,包括以下步驟:
(1)建立模型:利用計算機(jī),構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)模型,以骨髓細(xì)胞不同階段的形態(tài)圖像作為訓(xùn)練數(shù)據(jù)集,對卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練;
(2)采集待分析的骨髓細(xì)胞圖像:利用顯微鏡,提取骨髓片的圖像,并將骨髓片的圖像傳輸給計算機(jī);
(3)骨髓細(xì)胞形態(tài)學(xué)分析:將骨髓片的圖像輸入到步驟(1)訓(xùn)練后的卷積神經(jīng)網(wǎng)絡(luò)模型中,并輸出結(jié)果。
進(jìn)一步地,在步驟(1)中,構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)模型的特征包括骨髓細(xì)胞的類型、骨髓細(xì)胞的階段。
進(jìn)一步地,所述骨髓細(xì)胞的類型包括造血細(xì)胞和非造血細(xì)胞。
進(jìn)一步地,在步驟(2)中,從骨髓片的頭部以城墻式的方式向尾部推進(jìn),一一提取骨髓片的圖像。
進(jìn)一步地,在步驟(3)中,輸出的結(jié)果包括骨髓細(xì)胞的分類(有哪些骨髓細(xì)胞)、數(shù)量(每種細(xì)胞各有多少個)和百分比(在總的骨髓細(xì)胞個數(shù)中每種細(xì)胞所占的比例)。
本發(fā)明的有益效果:通過AI實現(xiàn)骨髓細(xì)胞的數(shù)字化,便于提取、識別和保存,使骨髓細(xì)胞的判斷更加客觀和更加精準(zhǔn)。
附圖說明
圖1是本發(fā)明實施例采用的計算機(jī)的示意圖。
圖2是本發(fā)明實施例采用的顯微鏡的示意圖。
圖3是本發(fā)明實施例采集的骨髓細(xì)胞圖像。
具體實施方式
以下結(jié)合附圖對本發(fā)明的示范性實施例做出說明,其中包括本發(fā)明實施例的各種細(xì)節(jié)以助于理解,應(yīng)當(dāng)將它們認(rèn)為僅僅是示范性的。因此,本領(lǐng)域普通技術(shù)人員應(yīng)當(dāng)認(rèn)識到,可以對這里描述的實施例做出各種改變和修改,而不會背離本發(fā)明的范圍和精神。
在實施本發(fā)明的骨髓細(xì)胞形態(tài)學(xué)人工智能分析方法時,可以采用一臺帶攝像頭的顯微鏡、一臺能連接顯微鏡的計算機(jī)和一套AI的骨髓有核細(xì)胞分析系統(tǒng)。
根據(jù)本發(fā)明的方法,執(zhí)行以下操作過程:
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于江西衛(wèi)生職業(yè)學(xué)院,未經(jīng)江西衛(wèi)生職業(yè)學(xué)院許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010510879.X/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 一種骨髓細(xì)胞培養(yǎng)基
- 一種骨髓細(xì)胞培養(yǎng)基
- 骨髓細(xì)胞染色體制片方法
- 一種骨髓細(xì)胞自動分類方法
- 一種基于稀疏表示和形態(tài)學(xué)操作的骨髓細(xì)胞分割方法
- 基于深度學(xué)習(xí)的骨髓細(xì)胞分類方法及分類裝置
- 骨髓細(xì)胞形態(tài)學(xué)人工智能分析方法
- 一種面向造血系統(tǒng)的骨髓細(xì)胞數(shù)據(jù)集構(gòu)建方法及系統(tǒng)
- 骨髓涂片顯微圖像分析方法、裝置、電子設(shè)備及存儲介質(zhì)
- 一種融合形態(tài)特征的顯微圖像骨髓細(xì)胞計數(shù)方法與系統(tǒng)
- 一種數(shù)學(xué)形態(tài)學(xué)和LoG算子結(jié)合的邊緣檢測算法
- 一種利用形態(tài)學(xué)中心算子的圖像融合方法
- 基于形態(tài)學(xué)房屋指數(shù)的高分辨率遙感影像房屋提取方法
- 一種利用數(shù)學(xué)形態(tài)學(xué)切換變換構(gòu)造形態(tài)學(xué)對比度算子的礦物圖像增強(qiáng)方法
- 高分辨率遙感影像快速分割方法
- 基于改進(jìn)Roberts算子的不規(guī)則飲料瓶碼放圖像邊緣檢測方法
- 檢測模式控制電路
- 檢測模式控制電路
- 一種基于稀疏結(jié)構(gòu)元素的數(shù)學(xué)形態(tài)學(xué)信號處理方法
- 一種城市建筑物高分遙感影像自動提取的方法及裝置
- 使用基于云端的度量迭代訓(xùn)練人工智能的系統(tǒng)
- 一種人工智能轉(zhuǎn)人工智能再轉(zhuǎn)人工方案
- O-RAN系統(tǒng)中的人工智能模型處理方法和裝置
- 人工智能傷口評估方法及智能終端
- 人工智能倫理風(fēng)險與防范虛擬仿真方法、系統(tǒng)和機(jī)器人
- 一種基于人工智能基礎(chǔ)資源與技術(shù)調(diào)控系統(tǒng)及方法
- 基于人工智能倫理備選規(guī)則的人工智能倫理風(fēng)險防范方法
- 人工智能倫理風(fēng)險辨識防范虛擬仿真實驗方法和機(jī)器人
- 基于人工智能體決策的人工智能倫理風(fēng)險辨識和防范方法
- 基于算法選擇的人工智能倫理風(fēng)險辨識防范方法和機(jī)器人





