[發明專利]一種通過血小板計數方法評估肝硬化指數檢測的方法

在審

• 申請號: 202110859107.1
• 申請日: 2021-07-28
• 公開（公告）號: CN113570576A
• 公開（公告）日: 2021-10-29
• 發明（設計）人: 付苗苗;郭勁宏
• 申請（專利權）人: 成都云芯醫聯科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/32;G06K9/62;G16H50/20;G06N3/04
• 代理公司: 成都知棋知識產權代理事務所(普通合伙) 51325
• 代理人: 馬超前

本發明公開一種通過血小板計數方法評估肝硬化指數檢測的方法，步驟一、yolo_v3網絡結構建立，步驟二、訓練網絡模型，步驟三、網絡預測輸出，步驟四、實驗結果分析；本發明使用yolo_v3網絡結構可對血液中三種不同尺寸的細胞的分類，且使用的主干網絡darknet_53的優越的特征提取能力，深度網絡中引入殘差塊使得算法更準確的檢測且不會因為深度太大導致梯度消失，同時避免了人工計數減少人力、物力資源浪費，做到實時性檢測目標，回歸位置并計數，為臨床研究，以及肝硬化檢測提升效率節約時間。

技術領域

本發明涉及醫學診斷技術領域，尤其涉及一種通過血小板計數方法評估肝硬化指數檢測的方法。

背景技術

肝臟是身體內以代謝功能為主的一個器官，還有解毒、造血和凝血作用。而酒精中毒、營養障礙、或病毒等原因易使人患上各種肝病，肝病早期癥狀不明顯，隨著病情的發展，會影響多個組織系統甚至肝硬化。肝硬化檢測模型都是復雜的，實時性效果不理想，可能會錯過病患病情的治療的最佳時機，因此用來檢測肝硬化的單獨的公式應運而生，即APRI指數：(AST(谷草轉氨酶)與血小板的比率，該指數可以高效準確地識別患有肝硬化的患者，關注血小板數量對肝硬化檢測和預后有著很重要的意義；

現有的血小板計數算法對于圖像的分辨率較敏感，同時對光照、散射的干擾的影響較大，需要人工處理的步驟多，會受各種因素影響判斷，且以mask-rcnn基礎的特征提取網絡，很容易產生梯度消失和梯度彌散的問題、目標分類損失較小，主要位置損失較大，因此，本發明提出一種通過血小板計數方法評估肝硬化指數檢測的方法以解決現有技術中存在的問題。

發明內容

針對上述問題，本發明的目的在于提出一種通過血小板計數方法評估肝硬化指數檢測的方法，該通過血小板計數方法評估肝硬化指數檢測的方法使用yolo_v3網絡結構可對血液中三種不同尺寸的細胞的分類，且使用的主干網絡darknet_53的優越的特征提取能力，深度網絡中引入殘差塊使得算法更準確的檢測且不會因為深度太大導致梯度消失，同時避免了人工計數減少人力、物力資源浪費，做到實時性檢測目標，回歸位置并計數，為臨床研究，以及肝硬化檢測提升效率節約時間。

為實現本發明的目的，本發明通過以下技術方案實現：一種通過血小板計數方法評估肝硬化指數檢測的方法，包括以下步驟：

步驟一、yolo_v3網絡結構建立，建立由主干網絡Darknet_53和特征預測Yolo_head組成的yolo_v3網絡；

步驟二、訓練網絡模型，利用遷移學習的方式使用COCO數據集預訓練網絡模型，再用血細胞進行小樣本訓練，得到預測框；

步驟三、網絡預測輸出，利用網絡訓練后的參數去運行網絡，進行預測輸出，將原圖輸入至網絡，由網絡中的將原圖上的每個細胞的位置、類別和概率進行預測，輸出每個細胞的位置類別概率并進行標記；

步驟四、實驗結果分析，使用BCCD血細胞數據集加上數據增強的血細胞圖片作為訓練集和測試集測試網絡模型并得出結果。

進一步改進在于：所述步驟一中主干網絡Darknet_53為特征提取主干網絡，由五個殘差塊組成，每個殘差塊分別有1,2,8,8,4個殘差單元構成，殘差單元即DBL卷積層、批標準化層和帶泄露修正線性單元。

進一步改進在于：所述步驟一中特征預測Yolo_head是預測輸出網絡，主干網絡Darknet_53輸入三個尺度的特征圖后，實現感受野多樣化，經過Yolo_head輸出為三個尺度的預測。

進一步改進在于：所述三個尺度的預測中每個尺度的特征圖的每個網格設置三個先驗框，總共有13*13*3+26*26*3+52*52*3＝10647個預測。

進一步改進在于：所述步驟三中的預測過程具體步驟為