[發(fā)明專利]數(shù)字病理切片質(zhì)量的實(shí)時(shí)監(jiān)控方法及系統(tǒng)、計(jì)算機(jī)設(shè)備

有效

• 申請(qǐng)?zhí)枺?/td>: 202011130585.0
• 申請(qǐng)日: 2020-10-21
• 公開(kāi)（公告）號(hào): CN112200793B
• 公開(kāi)（公告）日: 2022-06-14
• 發(fā)明（設(shè)計(jì)）人: 向北海;張建南;許會(huì)
• 申請(qǐng)（專利權(quán)）人: 湖南國(guó)科智瞳科技有限公司
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00;G06T5/00;G06T3/40;G06N3/04;G06N3/08
• 代理公司: 長(zhǎng)沙國(guó)科天河知識(shí)產(chǎn)權(quán)代理有限公司 43225
• 代理人: 邱軼

1.一種數(shù)字病理切片質(zhì)量的實(shí)時(shí)監(jiān)控方法，其特征在于，包括：

獲取樣本玻片當(dāng)前視野對(duì)應(yīng)的局部顯微圖像；

將所述局部顯微圖像輸入訓(xùn)練好的質(zhì)量檢測(cè)模型中，所述質(zhì)量檢測(cè)模型包括六個(gè)深度卷積神經(jīng)網(wǎng)絡(luò)；

利用第一深度卷積神經(jīng)網(wǎng)絡(luò)對(duì)局部顯微圖像進(jìn)行清晰度檢測(cè)，利用第二深度卷積神經(jīng)網(wǎng)絡(luò)對(duì)模糊可修復(fù)的局部顯微圖像進(jìn)行模糊修復(fù)，利用第三深度卷積神經(jīng)網(wǎng)絡(luò)對(duì)清晰的局部顯微圖像進(jìn)行異常檢測(cè)，利用第四深度卷積神經(jīng)網(wǎng)絡(luò)對(duì)正常的局部顯微圖像進(jìn)行染色效果檢測(cè)，利用第五深度卷積神經(jīng)網(wǎng)絡(luò)對(duì)染色待修復(fù)的局部顯微圖像進(jìn)行染色修復(fù)，利用第六深度卷積神經(jīng)網(wǎng)絡(luò)對(duì)染色正常的局部顯微圖像進(jìn)行有效細(xì)胞數(shù)量檢測(cè)，獲得當(dāng)前局部顯微圖像中有效細(xì)胞數(shù)量；

獲取樣本玻片下一視野對(duì)應(yīng)的局部顯微圖像，并輸入質(zhì)量檢測(cè)模型中進(jìn)行檢測(cè)，將檢測(cè)完成后的局部顯微圖像與前一視野對(duì)應(yīng)的局部顯微圖像進(jìn)行拼接，直至拼接獲得全玻片數(shù)字病理切片，若全玻片數(shù)字病理切片中有效細(xì)胞總數(shù)量大于等于設(shè)定的閾值，則獲得的全玻片數(shù)字病理切片合格，否則不合格。

2.如權(quán)利要求1所述的數(shù)字病理切片質(zhì)量的實(shí)時(shí)監(jiān)控方法，其特征在于，利用第一深度卷積神經(jīng)網(wǎng)絡(luò)對(duì)局部顯微圖像進(jìn)行清晰度檢測(cè)，包括：

利用第一深度卷積神經(jīng)網(wǎng)絡(luò)對(duì)局部顯微圖像進(jìn)行清晰度檢測(cè)，若輸出結(jié)果為清晰，則將局部顯微圖像輸入第三深度卷積神經(jīng)網(wǎng)絡(luò)；

若輸出結(jié)果為完全模糊，則重新獲取當(dāng)前視野下的局部顯微圖像，再將重新獲得的局部顯微圖像輸入質(zhì)量檢測(cè)模型中進(jìn)行檢測(cè)；

若輸出結(jié)果為模糊可修復(fù)，則將局部顯微圖像輸入第二深度卷積神經(jīng)網(wǎng)絡(luò)。

3.如權(quán)利要求1所述的數(shù)字病理切片質(zhì)量的實(shí)時(shí)監(jiān)控方法，其特征在于，利用第三深度卷積神經(jīng)網(wǎng)絡(luò)對(duì)清晰的局部顯微圖像進(jìn)行異常檢測(cè)，包括：

利用第三深度卷積神經(jīng)網(wǎng)絡(luò)對(duì)清晰的局部顯微圖像進(jìn)行異常檢測(cè)，若輸出結(jié)果為正常，則將局部顯微圖像輸入第四深度卷積神經(jīng)網(wǎng)絡(luò)；

若輸出結(jié)果為非正常，則舍棄當(dāng)前樣本玻片。

4.如權(quán)利要求1所述的數(shù)字病理切片質(zhì)量的實(shí)時(shí)監(jiān)控方法，其特征在于，利用第四深度卷積神經(jīng)網(wǎng)絡(luò)對(duì)正常的局部顯微圖像進(jìn)行染色效果檢測(cè)，包括：

利用第四深度卷積神經(jīng)網(wǎng)絡(luò)對(duì)正常的局部顯微圖像進(jìn)行染色效果檢測(cè)，若輸出結(jié)果為染色正常，則將局部顯微圖像輸入第六深度卷積神經(jīng)網(wǎng)絡(luò)；

若輸出結(jié)果為染色待修復(fù)，則將局部顯微圖像輸入第五深度卷積神經(jīng)網(wǎng)絡(luò)。

5.如權(quán)利要求1～4任一項(xiàng)所述的數(shù)字病理切片質(zhì)量的實(shí)時(shí)監(jiān)控方法，其特征在于，所述第一深度卷積神經(jīng)網(wǎng)絡(luò)、第三深度卷積神經(jīng)網(wǎng)絡(luò)和第四深度卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)相同，依次包括：

1個(gè)卷積層，用于對(duì)局部顯微圖像進(jìn)行特征提取，獲得特征圖；

8個(gè)殘差學(xué)習(xí)單元，所述殘差學(xué)習(xí)單元包括2個(gè)卷積層，上一個(gè)卷積層的輸入端與下一個(gè)卷積層的輸出端之間設(shè)有短路連接；所述殘差學(xué)習(xí)單元用于對(duì)特征圖進(jìn)行深度特征提取，獲得分類特征；

輸出層，包括全連接層和softmax層，用于對(duì)分類特征進(jìn)行分類，輸出分類結(jié)果。

6.如權(quán)利要求1～4任一項(xiàng)所述的數(shù)字病理切片質(zhì)量的實(shí)時(shí)監(jiān)控方法，其特征在于，所述第二深度卷積神經(jīng)網(wǎng)絡(luò)和第五深度卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)相同，依次包括生成模型和判別模型；

所述生成模型包括4個(gè)反卷積層，用于對(duì)局部顯微圖像進(jìn)行上采樣，獲得特征圖；每層反卷積層的輸出端設(shè)置有ReLU激活函數(shù)，用于對(duì)反卷積層輸出的特征圖進(jìn)行歸一化處理，獲得歸一化圖；第四個(gè)反卷積層還用于對(duì)歸一化圖進(jìn)行轉(zhuǎn)化，獲得修復(fù)圖像；

所述判別模型包括6個(gè)卷積層、2個(gè)全連接層和softmax層，用于判別生成模型輸出的修復(fù)圖像和真實(shí)圖像之間的差異；卷積層用于對(duì)輸入的修復(fù)圖像和真實(shí)圖像進(jìn)行下采樣，獲得修復(fù)圖像和真實(shí)圖像的特征圖；全連接層用于對(duì)特征圖進(jìn)行分類處理，獲得分類特征；softmax層用于根據(jù)所述分類特征進(jìn)行分類。