[發明專利]基于圖像識別的細胞識別計數方法、裝置和計算機設備

在審

• 申請號: 202010566837.8
• 申請日: 2020-06-19
• 公開（公告）號: CN111524137A
• 公開（公告）日: 2020-08-11
• 發明（設計）人: 郭冰雪;呂傳峰
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06T7/136;G06T5/00;G06T5/30;G06N3/04;G06N3/08
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 唐彩琴

本申請涉及人工智能技術領域，提供一種基于圖像識別的細胞識別計數方法、裝置和計算機設備。所述方法包括：獲取全局數字化細胞圖像，選取全局數字化細胞圖像中的區域圖像，區域圖像為待識別計數的局部圖像，對區域圖像進行非線性顏色變換處理，得到目標圖像，將目標圖像輸入基于包含非常規細胞的歷史全局數字化細胞圖像訓練的細胞識別計數神經網絡，識別目標圖像中的非常規細胞、并對識別出的非常規細胞進行計數，得到細胞識別計數結果。通過非線性顏色變換處理使得圖像的顏色更接近真實圖像，使用已訓練的細胞識別計數網絡，能夠快速準確地對目標圖像中的非常規細胞進行識別計數，提高細胞識別計數的效率。

技術領域

本申請涉及人工智能技術領域，特別是涉及一種基于圖像識別的細胞識別計數方法、裝置、計算機設備和存儲介質。

背景技術

通過觀察數字化病理切片圖像來判斷相應組織器官是否有病變異常的檢查手段是較為常見檢查手段之一。目前，與血液有關的癌癥等疾病的診斷主要還是依靠醫生人工在顯微鏡下對圖像進行辨別，基于此，醫生的診斷任務也越來越多，工作強度也隨之增大。因此，涌現出了通過對血液細胞數字化影像的自動分析，細胞自動識別計數等處理，輔助醫生進行臨床診斷的技術。

目前，現有的細胞圖像的細胞識別計數方法是基于顯微鏡下拍攝的單視野圖像，進行局部的圖像處理，一般也都是結合傳統的圖像處理算法進行處理，該方式處理步驟多，速度慢，而且無法快速做到全局圖像(玻片)信息分析，影響細胞識別計數的效率。

因此，現有的細胞圖像的識別計數方法存在識別計數效率不高的問題。

發明內容

基于此，有必要針對上述技術問題，提供一種能夠提高細胞識別計數效率的基于圖像識別的細胞識別計數方法、裝置、計算機設備和存儲介質。

一種基于圖像識別的細胞識別計數方法，所述方法包括：

獲取全局數字化細胞圖像；

選取全局數字化細胞圖像中的區域圖像，其中，區域圖像為待識別計數的局部圖像；

對區域圖像進行非線性顏色變換處理，得到目標圖像；

將目標圖像輸入已訓練的細胞識別計數神經網絡，識別目標圖像中的非常規細胞、并對識別出的非常規細胞進行計數，得到細胞識別計數結果；

其中，已訓練的細胞識別計數神經網絡基于包含非常規細胞的歷史目標圖像訓練得到。

在其中一個實施例中，將目標圖像輸入已訓練的細胞識別計數神經網絡，識別目標圖像中的非常規細胞、并對識別出的非常規細胞進行計數包括：

通過細胞識別計數神經網絡的卷積層，提取輸入的目標圖像的特征數據、并對特征數據進行卷積運算，得到對應的特征圖；

將特征圖輸入至細胞識別計數神經網絡中的預設分類網絡，結合預設擬合權重，識別出非常規細胞、并對識別出的非常規細胞進行計數；

其中，預設擬合權重是在細胞識別計數神經網絡的訓練過程中，根據損失函數的回傳和權重梯度運算得到。

在其中一個實施例中，將特征圖輸入至細胞識別計數神經網絡中的預設分類網絡，結合預設擬合權重，識別出非常規細胞、并對識別出的非常規細胞進行計數包括：

將特征圖輸入至帶有全連接層的RPN(region proposal network，區域選取網絡)網絡，根據預設擬合權重和預設softmax函數進行分類預測，得到RPN網絡提取的預測框的坐標信息和各預測框對應的類別置信度；

采用交并比算法對各預測框進行篩選，確定目標預測框；

根據目標預測框的坐標信息和目標預測框對應的類別置信度，識別出非常規細胞、并對識別出的非常規細胞進行計數。