[發明專利]一種基于泊松融合的算法增加糞便寄生蟲數據集的方法

在審

• 申請號: 202110171388.1
• 申請日: 2021-02-08
• 公開（公告）號: CN113052004A
• 公開（公告）日: 2021-06-29
• 發明（設計）人: 趙國軍;劉律文;呂超;周華明;李昂;陳健;張帥;李文倩
• 申請（專利權）人: 上海宏勃生物科技發展有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06T5/50;G06T7/11
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種基于泊松融合的算法增加糞便寄生蟲數據集的方法，首先顯微鏡采集寄生蟲卵玻片標本圖片，用圖片處理工具截取寄生蟲卵區域獲得蟲卵圖片，并生成相應mask圖片；接著用顯微鏡采集糞便樣本圖片；最后利用泊松融合算法把蟲卵圖片融合在糞便樣本圖片上生成糞便寄生蟲圖片。該方法可快速、節省成本的生成大量含有寄生蟲卵的糞便圖像數據集，為大便自動化檢查設備的AI識別寄生蟲算法做鋪墊。

技術領域

本發明涉及圖像數據集技術領域，具體為一種基于泊松融合的算法增加糞便寄生蟲數據集的方法。

背景技術

糞便顯微鏡檢查是臨床常規檢查的主要內容，用于檢查各種有形成分，如細胞、寄生蟲、結晶、細菌、真菌。是利用顯微鏡對人體的排泄物、分泌物、脫落細胞和人體組織等進行分析判斷，來診斷人體疾病的方法。隨著社會不斷的發展，人們對健康的要求也在不斷提升，這也促使醫療診斷與醫療技術得到飛躍性的發展。目前在診斷病情的過程中，基礎檢查已經成為必不可少的環節。糞便檢查更是三大常規檢查之一，通過這一檢查不僅可以獲得被測者胃腸道系統功能、病理變化以及微生物和寄生蟲感染等信息，還可以判斷胰腺、肝膽的功能狀況。現階段在臨床上主要采用人工鏡檢的方法對糞便進行常規檢驗，一般包括顏色觀察，形狀觀察，寄生蟲體及蟲卵計算以及隱血實驗等。在實際操作中，糞便鏡檢是醫院三大常規檢測之一，在臨床檢驗中極其重要。它通過顯微鏡對糞便樣本圖片分析判斷，以獲得機體的病理狀態。但目前的全自動糞便鏡檢AI識別方面存在可識別的寄生蟲種類少、識別準確率不夠高等問題。探究其原因，無非是糞便寄生蟲卵數據采集困難。

本發明提出的方法可快速、低成本獲得多種類，大量糞便寄生蟲卵圖像樣本。為AI鏡檢可以識別多種類寄生蟲卵、并提高鏡檢準確率做鋪墊。

發明內容

針對現有技術的不足，本發明提供一種基于泊松融合的算法增加糞便寄生蟲數據集的方法，解決了現有的糞便寄生蟲卵數據采集困難目前的全自動糞便鏡檢AI識別方面存在可識別的寄生蟲種類少、識別準確率不夠高等問題。

為實現以上目的，本發明通過以下技術方案予以實現：一種基于泊松融合的算法增加糞便寄生蟲數據集的方法，包括步驟一：采集蟲卵玻片數據集、裁切蟲卵數據集、處理圖像蟲卵數據集、步驟二：采集蟲卵玻片數據集、選取像素位置、融合算法；所述步驟一中采集蟲卵玻片數據集為顯微鏡采集蟲卵玻片標本圖像數據集F；所述步驟一中裁切蟲卵數據集為對圖像數據集F中蟲卵區域進行裁切，得到蟲卵圖像數據集E;其中處理圖像蟲卵數據集為對蟲卵圖像數據集E進行圖像處理，得到對應的模板圖像數據集M；所述步驟二中采集蟲卵玻片數據集具體為采集分辨樣本圖像數據集B；

所述選取像素位置為在數據集B中的圖片B1上隨機選取像素位置；所述融合算法為從數據集E和M中隨機選取K個蟲卵圖片和對應的模板圖片，把K個蟲卵圖片融合在圖片B₁中。

所述步驟二中采集分辨樣本圖像數據集B為顯微鏡采集。

所述步驟二中選取像素位置為（X₁，Y₁），（X₂，Y₂）-（X_ｋ，Y_ｋ）。

所述步驟二中融合算法具體為從數據集E和M中隨機選取K個蟲卵圖片和對應的模板圖片，基于泊松融合算法，把K個蟲卵圖片融合在圖片B₁中。

步驟一、步驟二執行后，重復執行選取像素位置和融合算法，直至數據集中的所有圖片都進行泊松融合，得到糞便蟲卵圖像樣本集G。

糞便樣本為采集1g大便，加適量生理鹽水混勻制備糞便樣本。

本數據集具體為構建用于執行根據上述權利要求中的任一項所述的方法。

將獲得的所述糞便寄生蟲圖像數據集針對多個獲得的圖像數據集所確定的差異信息與所述相應的采集信息之間的相關性的相關性信息。

與現有技術相比，本發明的有益效果是：