[發明專利]細胞圖像處理方法、裝置、設備和存儲介質

在審

• 申請號: 202010776569.2
• 申請日: 2020-08-05
• 公開（公告）號: CN111768406A
• 公開（公告）日: 2020-10-13
• 發明（設計）人: 汪進;陳睿;林真
• 申請（專利權）人: 賽維森（廣州）醫療科技服務有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06T3/40;G06N5/04
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 周清華

1.一種細胞圖像處理方法，其特征在于，包括：

獲取預先構建的多個子檢測網絡模型并聯組合而成的復合檢測網絡模型；所述多個子檢測網絡模型對應不同尺寸源的圖像；

按照所述不同尺寸源截取待處理的細胞圖像，得到對應尺寸源的細胞截取圖像；

將所述不同尺寸源對應的細胞截取圖像縮放至與目標圖像尺寸對應的細胞縮放圖像，得到多個細胞縮放圖像；

將所述多個細胞縮放圖像輸入至所述復合檢測網絡模型，以使所述復合檢測網絡模型將所述多個細胞縮放圖像對應輸入至各子檢測網絡模型中進行前向推理，合并所述各子檢測網絡模型輸出的前向推理結果，得到所述待處理的細胞圖像的細胞檢測結果；

獲取所述復合檢測網絡模型得到的所述細胞檢測結果。

2.根據權利要求1所述的方法，其特征在于，所述子檢測網絡模型包括級聯的特征提取網絡模型和特征檢測網絡模型；其中，

所述特征提取網絡模型，用于對所述細胞縮放圖像進行特征提取處理，得到所述細胞縮放圖像在不同尺度下的細胞特征；

所述特征檢測網絡模型，用于通過各子特征檢測網絡模型基于所述細胞縮放圖像在各尺度下的細胞特征，對所述細胞縮放圖像在各尺度下進行細胞分類和方位回歸，得到所述前向推理結果。

3.根據權利要求1所述的方法，其特征在于，所述獲取所述復合檢測網絡模型得到的所述細胞檢測結果之后，所述方法還包括：

根據所述細胞檢測結果，確定所述細胞圖像中用于框選屬于各細胞類別的細胞的細胞候選框；

獲取所述各細胞類別中具有最大置信度的細胞候選框與同一細胞類別中的其他細胞候選框之間的重疊面積；

根據所述重疊面積，確定是否保留所述其他細胞候選框。

4.根據權利要求3所述的方法，其特征在于，所述細胞候選框具有大于或者等于預設置信度閾值的置信度。

5.根據權利要求1至4任一項所述的方法，其特征在于，所述按照所述不同尺寸源截取待處理的細胞圖像，得到對應尺寸源的細胞截取圖像，包括：

將各個尺寸源的二分之一作為窗口的滑動距離；

按照所述滑動距離，沿所述細胞圖像的橫向和縱向滑動所述窗口；

將滑動后的窗口在所述細胞圖像上對應的圖像作為所述細胞截取圖像。

6.根據權利要求1所述的方法，其特征在于，所述獲取預先構建的多個子檢測網絡模型并聯組合而成的復合檢測網絡模型之前，所述方法還包括：

在利用訓練樣本細胞圖像對各子檢測網絡模型進行模型訓練時，利用最小化絕對誤差損失函數計算所述訓練樣本細胞圖像中的細胞位置的損失值，利用焦點損失函數計算所述訓練樣本細胞圖像中的細胞類別的損失值。

7.根據權利要求1所述的方法，其特征在于，所述獲取預先構建的多個子檢測網絡模型并聯組合而成的復合檢測網絡模型之前，所述方法還包括：

在對各子檢測網絡模型進行模型訓練時，對所述各子檢測網絡模型進行學習率熱身后再利用循環余弦遞減進行學習率調整。

8.一種細胞圖像處理裝置，其特征在于，所述裝置包括：

模型獲取模塊，用于獲取預先構建的多個子檢測網絡模型并聯組合而成的復合檢測網絡模型；所述多個子檢測網絡模型對應不同尺寸源的圖像；

圖像截取模塊，用于按照所述不同尺寸源截取待處理的細胞圖像，得到對應尺寸源的細胞截取圖像；

圖像縮放模塊，用于將所述不同尺寸源對應的細胞截取圖像縮放至與目標圖像尺寸對應的細胞縮放圖像，得到多個細胞縮放圖像；

前向推理模塊，用于將所述多個細胞縮放圖像輸入至所述復合檢測網絡模型，以使所述復合檢測網絡模型將所述多個細胞縮放圖像對應輸入至各子檢測網絡模型中進行前向推理，合并所述各子檢測網絡模型輸出的前向推理結果，得到所述待處理的細胞圖像的細胞檢測結果；

檢測結果獲取模塊，用于獲取所述復合檢測網絡模型得到的所述細胞檢測結果。