[發(fā)明專利]一種基于深度學(xué)習(xí)的抗核抗體核型判讀方法與設(shè)備有效
| 申請(qǐng)?zhí)枺?/td> | 202011482950.4 | 申請(qǐng)日: | 2020-12-16 |
| 公開(kāi)(公告)號(hào): | CN112232327B | 公開(kāi)(公告)日: | 2021-04-16 |
| 發(fā)明(設(shè)計(jì))人: | 任茂源;夏玲芝;袁杭;毛源;文華廷 | 申請(qǐng)(專利權(quán))人: | 南京金域醫(yī)學(xué)檢驗(yàn)所有限公司 |
| 主分類號(hào): | G06K9/00 | 分類號(hào): | G06K9/00;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司: | 南京瑞華騰知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 32368 | 代理人: | 錢麗 |
| 地址: | 210000 江蘇省南京市*** | 國(guó)省代碼: | 江蘇;32 |
| 權(quán)利要求書(shū): | 查看更多 | 說(shuō)明書(shū): | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 深度 學(xué)習(xí) 抗體 核型 判讀 方法 設(shè)備 | ||
1.一種基于深度學(xué)習(xí)的抗核抗體核型判讀方法,其特征在于,包括:
獲取抗核抗體的熒光圖片,并基于圖片分類模型對(duì)抗核抗體的熒光圖片進(jìn)行分類,所述抗核抗體的熒光圖片的類別包括陰性、陽(yáng)性和模糊,如抗核抗體的熒光圖片的類別為陰性,則直接輸出陰性結(jié)果,如抗核抗體的熒光圖片的類別為模糊,則輸出預(yù)警結(jié)果;
基于細(xì)胞識(shí)別模型對(duì)類別為陽(yáng)性的抗核抗體的熒光圖片中的細(xì)胞進(jìn)行識(shí)別,以獲取抗核抗體的熒光圖片中的細(xì)胞的核型類別,所述核型類別包括常規(guī)核型和罕見(jiàn)核型,如細(xì)胞的核型類別為罕見(jiàn)核型,則輸出預(yù)警結(jié)果;
以抗核抗體的熒光圖片中含有的常規(guī)核型的類別為輸入,并基于核型判別模型生成熒光核型判讀結(jié)果;
所述細(xì)胞識(shí)別模型由以下方式生成:
從抗核抗體熒光圖片數(shù)據(jù)庫(kù)篩選多張陽(yáng)性圖片,并按照?qǐng)D片中含有的熒光核型進(jìn)行標(biāo)注,如圖片中含有多個(gè)熒光核型,則給圖片標(biāo)注上多個(gè)標(biāo)簽,最終得到圖片集A,將圖片集A按照標(biāo)簽分為圖片集A1至 A28,含有圖片數(shù)量最多的圖片集含有的圖片數(shù)量設(shè)定為max_a,遍歷圖片集A1至A28,如其它圖片集含有的圖片數(shù)量少于max_a,則向該圖片集中隨機(jī)的添加該圖片集中原有的圖片,直至該圖片集中的圖片數(shù)量達(dá)到max_a,這樣獲得圖片數(shù)量相等的圖片集A1-A28,從圖片集A1-A28的每個(gè)圖片集中隨機(jī)選取n張圖片建立新的圖片集B,其中,n為自然數(shù),0 n max_a,對(duì)圖片集B中的每張圖片隨機(jī)截取部分區(qū)域作為識(shí)別訓(xùn)練區(qū)域,并將識(shí)別訓(xùn)練區(qū)域的圖片放入新的圖片集C,重新對(duì)圖片集C中所有的圖片進(jìn)行熒光核型標(biāo)注;
對(duì)圖片集C中的每張圖片進(jìn)行預(yù)處理,然后將圖片放入圖片集D,重復(fù)U次,使圖片集D中的圖片數(shù)量為C的U倍,U為大于零的自然數(shù);
以圖片集D作為輸入,并以圖片集D中相應(yīng)的標(biāo)注作為輸出訓(xùn)練YOLO-v4神經(jīng)網(wǎng)絡(luò),最終得到細(xì)胞識(shí)別模型M1;
獲取多張新的陽(yáng)性圖片,并將新的多張陽(yáng)性圖片納入圖片集E中,然后對(duì)圖片集E中的每張圖片隨機(jī)截取多張的部分區(qū)域作為識(shí)別訓(xùn)練區(qū)域圖片,并將識(shí)別訓(xùn)練區(qū)域圖片放入圖片集F,使用細(xì)胞識(shí)別模型M1對(duì)圖片集F中的圖片進(jìn)行標(biāo)注,然后對(duì)由細(xì)胞識(shí)別模型M1標(biāo)注的圖片進(jìn)行人工修改,最終將這些被修改的圖片納入圖片集D,使圖片集D不斷擴(kuò)大;
使用擴(kuò)大后的圖片集D對(duì)細(xì)胞識(shí)別模型M1進(jìn)行訓(xùn)練,以獲得完善的細(xì)胞識(shí)別模型。
2.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的抗核抗體核型判讀方法,其特征在于,所述圖片分類模型由以下方式生成:
從抗核抗體熒光圖片數(shù)據(jù)庫(kù)篩選多張分別符合陰性、陽(yáng)性、模糊標(biāo)準(zhǔn)的圖片,并對(duì)其分別進(jìn)行標(biāo)注;
從標(biāo)注后的圖片上隨機(jī)選擇部分區(qū)域作為類別訓(xùn)練區(qū)域圖片,并對(duì)類別訓(xùn)練區(qū)域進(jìn)行預(yù)處理;
將預(yù)處理后的類別訓(xùn)練區(qū)域圖片傳入神經(jīng)網(wǎng)絡(luò),在神經(jīng)網(wǎng)絡(luò)中首先進(jìn)行若干次平均池化操作,以將訓(xùn)練區(qū)域縮小,然后進(jìn)行若干次殘差卷積,最后接上2層全連接層,輸出三個(gè)分別與所述熒光圖片的類別概率對(duì)應(yīng)的特征值;
以預(yù)處理后的類別訓(xùn)練區(qū)域圖片作為輸入,并以其類別作為輸出,對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,以獲得圖片分類模型。
3.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的抗核抗體核型判讀方法,其特征在于,所述核型判別模型由以下方式生成:
將圖片集E和圖片集B中的圖片納入圖片集F,并對(duì)圖片集F中的圖片進(jìn)行標(biāo)注,標(biāo)注內(nèi)容為通過(guò)細(xì)胞識(shí)別模型識(shí)別出的核型;
將圖片集F中的所有圖片進(jìn)行細(xì)胞識(shí)別,輸出的結(jié)果根據(jù)細(xì)胞的分布轉(zhuǎn)化為28維度結(jié)構(gòu)化數(shù)據(jù),并將28維度結(jié)構(gòu)化數(shù)據(jù)作為新神經(jīng)網(wǎng)絡(luò)的輸入;
遍歷輸入的所有圖片的28維度結(jié)構(gòu)化數(shù)據(jù),將除0以外數(shù)量最少的細(xì)胞數(shù)設(shè)為min_s,最多的細(xì)胞數(shù)設(shè)為max_s,在min_s和max_s之間設(shè)立10個(gè)區(qū)間,這10個(gè)區(qū)間作為分桶列分類標(biāo)準(zhǔn);
以28維10個(gè)分桶列分類標(biāo)準(zhǔn)的結(jié)構(gòu)化數(shù)據(jù)作為輸入,并以最終的判讀結(jié)果作為輸出,對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,以獲得核型判別模型。
4.根據(jù)權(quán)利要求2所述的基于深度學(xué)習(xí)的抗核抗體核型判讀方法,其特征在于,所述預(yù)處理包括隨機(jī)旋轉(zhuǎn)和/或隨機(jī)鏡像翻轉(zhuǎn)。
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)利屬于南京金域醫(yī)學(xué)檢驗(yàn)所有限公司,未經(jīng)南京金域醫(yī)學(xué)檢驗(yàn)所有限公司許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011482950.4/1.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G06K 數(shù)據(jù)識(shí)別;數(shù)據(jù)表示;記錄載體;記錄載體的處理
G06K9-00 用于閱讀或識(shí)別印刷或書(shū)寫(xiě)字符或者用于識(shí)別圖形,例如,指紋的方法或裝置
G06K9-03 .錯(cuò)誤的檢測(cè)或校正,例如,用重復(fù)掃描圖形的方法
G06K9-18 .應(yīng)用具有附加代碼標(biāo)記或含有代碼標(biāo)記的打印字符的,例如,由不同形狀的各個(gè)筆畫(huà)組成的,而且每個(gè)筆畫(huà)表示不同的代碼值的字符
G06K9-20 .圖像捕獲
G06K9-36 .圖像預(yù)處理,即無(wú)須判定關(guān)于圖像的同一性而進(jìn)行的圖像信息處理
G06K9-60 .圖像捕獲和多種預(yù)處理作用的組合
- 根據(jù)用戶學(xué)習(xí)效果動(dòng)態(tài)變化下載學(xué)習(xí)數(shù)據(jù)的系統(tǒng)及方法
- 用于智能個(gè)人化學(xué)習(xí)服務(wù)的方法
- 漸進(jìn)式學(xué)習(xí)管理方法及漸進(jìn)式學(xué)習(xí)系統(tǒng)
- 輔助學(xué)習(xí)的方法及裝置
- 基于人工智能的課程推薦方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)
- 基于強(qiáng)化學(xué)習(xí)的自適應(yīng)移動(dòng)學(xué)習(xí)路徑生成方法
- 一種線上視頻學(xué)習(xí)系統(tǒng)
- 一種基于校園大數(shù)據(jù)的自適應(yīng)學(xué)習(xí)方法、裝置及設(shè)備
- 一種學(xué)習(xí)方案推薦方法、裝置、設(shè)備和存儲(chǔ)介質(zhì)
- 游戲?qū)W習(xí)效果評(píng)測(cè)方法及系統(tǒng)
- 識(shí)別結(jié)合了抗原的抗體與沒(méi)有結(jié)合抗原的抗體的結(jié)構(gòu)變化的抗體及其獲得方法
- 一種治療類風(fēng)濕性關(guān)節(jié)炎的醫(yī)藥組成物
- 抗CD3抗體、可活化抗CD3抗體、多特異性抗CD3抗體、多特異性可活化抗CD3抗體及其使用方法
- 十色抗體組合物及其在白血病淋巴瘤分型中的應(yīng)用
- 用于鑒定造血細(xì)胞亞型的用途、方法、試劑盒、組合物和抗體
- 基于小世界網(wǎng)絡(luò)搜索的孔群加工路徑優(yōu)化方法
- 一種快速診斷家族性噬血細(xì)胞綜合征3型的試劑盒及其應(yīng)用
- 腫瘤患者免疫細(xì)胞功能評(píng)估試劑盒及評(píng)估方法
- 自身抗體的定量方法
- 抗體組合物及其篩查髓系疾病及檢測(cè)免疫檢查點(diǎn)的應(yīng)用





