[發明專利]一種腺細胞的識別方法及系統

在審

• 申請號: 202011451520.6
• 申請日: 2020-12-10
• 公開（公告）號: CN112528852A
• 公開（公告）日: 2021-03-19
• 發明（設計）人: 楊志明
• 申請（專利權）人: 深思考人工智能機器人科技（北京）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06K9/46;G06K9/62;G06N3/04
• 代理公司: 北京德琦知識產權代理有限公司 11018
• 代理人: 牛崢;王麗琴

本發明實施例公開了一種腺細胞的識別方法及系統，本發明實施例將獲得的腺細胞圖像采用訓練得到的目標檢測模型進行目標檢測后，識別得到單個腺細胞及單個腺細胞中的細胞核的信息特征；將所述單個腺細胞及單個腺細胞中的細胞核的信息特征輸入到訓練得到的圖卷積神經網絡中處理，提取得到腺細胞的排列信息特征；將獲得的腺細胞圖像采用訓練得到的卷積神經網絡處理，輸出腺細胞的紋理等信息特征；將得到的腺細胞的排列信息特征及腺細胞的紋理等信息特征進行拼接后，再分類，得到腺細胞的識別結果。這樣，本發明實施例就提高了識別腺細胞的識別精度。

技術領域

本發明涉及圖像識別技術，特別涉及一種腺細胞的識別方法及系統。

背景技術

腺細胞是機體組織表皮中能制造和分泌某種液體物質的細胞，如構成前列腺、淚腺、胰島、甲狀腺等部位的細胞，腺細胞會受到內外部各種刺激因素影響而發生病變，甚至發展為腺癌。腺癌在直腸癌、胃癌的發病中占據95％以上，也是嚴重影響女性生殖健康的宮頸癌中的一種癌癥類型。細胞學檢查是一種普遍、經濟及有效的篩查方法，廣泛應用于包括腺癌在內的多種癌癥的診斷中，及時發現非典型腺細胞是腺癌防治的重要手段。但是當前細胞學閱片人員匱乏，難以滿足目前細胞學診斷的需求，而且由于非典型腺細胞的判別具有較高的難度，對細胞學閱片人員的經驗和診斷水平具有更高的要求，在細胞學閱片人員經驗不足或主觀因素影響下，具有一定的漏診和誤診的風險。

近年來人工智能技術在醫療影像分析領域得到廣泛應用，人工智能技術能夠將醫療圖像數據進行結構化重構和分析，提取病變部位關鍵特征并建立識別模型，繼而得出病情分析報告和輔助診斷方案，減輕了細胞學閱片人員的繁重工作，有助于識別罕見疾病和標準化分析報告。目前人工智能技術已經能夠實現對部分癌癥細胞的精準分類，但在腺細胞的識別精度上仍然難以滿足實際場景需求。

發明內容

有鑒于此，本發明實施例提供了一種腺細胞的識別方法，該識別方法能夠提高識別腺細胞的識別精度。

本發明實施例還提供一種腺細胞的識別系統，該識別系統能夠提高識別腺細胞的識別精度。

本發明實施例是這樣實現的：

一種腺細胞的識別方法，包括：

將獲得的腺細胞圖像采用訓練得到的目標檢測模型進行目標檢測后，識別得到單個腺細胞及單個腺細胞中的細胞核的信息特征；

將所述單個腺細胞及單個腺細胞中的細胞核的信息特征輸入到訓練得到的圖卷積神經網絡中處理，提取得到腺細胞的排列信息特征；

將獲得的腺細胞圖像采用訓練得到的卷積神經網絡處理，輸出腺細胞的紋理信息特征；

將得到的腺細胞的排列信息特征及腺細胞的紋理信息特征進行拼接后，再分類，得到腺細胞的識別結果。

較佳地，所述腺細胞圖像包括非典型腺細胞圖像時，所述提取得到腺細胞的排列信息特征為非典型腺細胞的排列信息特征，所述輸出腺細胞的紋理信息特征為非典型腺細胞的紋理信息，得到的腺細胞的識別結果為非典型腺細胞的識別結果。

較佳地，所述訓練得到的目標檢測模型采用基于CenterNet網絡架構改進的目標檢測模型，在訓練中包括對所述腺細胞圖像中的單個腺細胞的傾斜定位，及對單個腺細胞中的細胞核分割。

較佳地，對所述腺細胞圖像中的腺細胞的傾斜定位進行訓練包括：

基于設定的傾斜框角度，對單個腺細胞進行傾斜定位訓練。

較佳地，所述基于CenterNet網絡架構改進的目標檢測模型還基于注意力機制，及多尺度圖像預處理機制建立。

較佳地，所述將所述單個腺細胞及單個腺細胞中的細胞核的信息特征輸入到訓練得到的圖卷積神經網絡中處理包括：