一种细胞分类方法及装置制造方法及图纸

技术编号:21892842 阅读:15 留言:0更新日期:2019-08-17 14:52
本发明专利技术提供一种细胞分类方法及装置,涉及生物信息技术领域,方法包括:获取待识别的细胞图像;所述细胞图像包括至少两种类别的细胞;将所述细胞图像分割为N个子图像,并确定子图像对应的轮廓信息图,所述轮廓信息图中包括所述子图像中待识别细胞的轮廓形状,其中N大于等于2;将每个轮廓信息图输入至分类模型中,得到子图像中的待识别细胞的分类结果,所述分类模型是根据已确定分类结果的细胞的轮廓形状确定的;根据子图像中的待识别细胞的分类结果,确定所述细胞图像的分类结果。本发明专利技术实施例中的方法能够对待识别的细胞图像整体进行细胞分类,细胞分类的准确度高,有利于针对分类后的细胞再进行数量统计,提高了诊断的精准度。

A Cell Classification Method and Device

【技术实现步骤摘要】
一种细胞分类方法及装置
本申请涉及生物信息
,尤其涉及一种细胞分类方法及装置。
技术介绍
在目前的医学和生物学研究中,对生物细胞的研究已成为了一项关键技术,这是研究发病机理和生物学处理过程的重要工具。通过对生物细胞的处理例如检测、分割、分类、计数等,帮助医生对疾病进行诊断。目前细胞的形态学诊断都是基于医学人员在显微镜下观察细胞形态,并统计不同形态的细胞的数量进行疾病诊断。该方法依赖于操作医师经验,主观性强,重复性不好,效率低,因此,现有技术中亟需一种能够快速准确确定细胞类别的方法。
技术实现思路
本专利技术提供一种细胞分类方法及装置,用于解决现有技术亟需一种能够快速准确确定细胞类别的方法的问题。第一方面,本专利技术实施例提供一种细胞分类方法,所述方法包括:获取待识别的细胞图像;所述细胞图像包括至少两种类别的细胞;将所述细胞图像分割为N个子图像,并确定子图像对应的轮廓信息图,所述轮廓信息图中包括所述子图像中待识别细胞的轮廓形状,其中N大于等于2;将每个轮廓信息图输入至分类模型中,得到子图像中的待识别细胞的分类结果,所述分类模型是根据已确定分类结果的细胞的轮廓形状确定的;根据子图像中的待识别细胞的分类结果,确定所述细胞图像的分类结果。本专利技术实施例中,在获取到待识别的细胞图像后,将待识别的细胞图像进行分割,便于计算机的快速计算;并对分割后的子图像提取待识别细胞的轮廓形状,待识别细胞的轮廓形状用于进行待识别细胞的细胞分类;将每个子图像的轮廓信息图输入至分类模型中,得到子图像的待识别细胞的分类结果,并根据所有子图像的待识别细胞的分类结果确定了待识别的细胞图像的分类结果。在本专利技术实施例中,通过将待识别的细胞图像进行分割,并对分割后的子图像进行轮廓信息提取,并通过轮廓信息提取的结果输入到分类精度高,且分类效率高的分类模型中,得到了待识别的细胞图像的分类结果,与现有技术中只通过显微镜下的局部待识别的细胞图像进行细胞分类相比,本专利技术实施例中的方法能够对待识别的细胞图像整体进行细胞分类,细胞分类的准确度高,有利于针对分类后的细胞再进行数量统计,提高了诊断的精准度。进一步地,所述确定每个子图像对应的轮廓信息图,具体包括:将所述子图像进行二值化处理,得到所述子图像对应的二值图像;所述二值图像用于表征待识别细胞;根据所述二值图像以及图像分割算法确定所述待识别细胞的轮廓形状,得到所述子图像对应的轮廓信息图。本专利技术实施例中,使用二值化的图像来提取待识别细胞的细胞区域,并对二值化后的待识别细胞的细胞区域提取轮廓形状,以便得到待识别细胞的细胞特征。进一步地,所述根据所述二值图像以及图像分割算法确定待识别细胞的轮廓形状,得到所述子图像对应的轮廓信息图,包括:针对所述二值图像中表征待识别细胞的区域进行局部像素密度计算,确定所述二值图像中待识别细胞的细胞核的位置;根据所述二值图像中待识别细胞的细胞核的位置以及图像分割算法确定包括所述待识别细胞的轮廓形状的轮廓信息图。本专利技术实施例中,为了更加准确的提取待识别细胞的轮廓信息,所以首先确定待识别细胞的细胞核的位置,然后根据细胞核的位置再确定待识别细胞的轮廓信息。进一步地,所述分类模型是针对白细胞的分类类别;所述分类模型中包括特征提取神经网络单元和特征分类神经网络单元;所述特征提取神经网络单元包括四个串联的卷积模块,所述卷积模块包括卷积层、归一化层、激活函数层以及池化层。本专利技术实施例中,由于在生物学分析领域,尤其是临床检验分析领域,针对不同类白细胞进行准确的分类对于诊断和研究有着非常重要的作用,所以本专利技术实施例针对白细胞的类别,确定了分类模型中四个串联的卷积模块,通过四个串联的卷积模块能够构建更多的特征向量,从而得到更准确的分类结果。进一步地,所述白细胞的分类类别中至少包括破碎细胞类别以及重叠细胞类别。本专利技术实施例中,由于在待识别的细胞图像中存在破碎细胞类别以及重叠细胞类别,并且由于在二值化阶段时,确定破碎细胞类别以及重叠细胞的工作量较大,所以在分类类别中加入了破碎细胞类别以及重叠细胞类别,便于进行有效的白细胞分类。第二方面,本专利技术提供一种细胞分类装置,包括:获取单元,用于获取待识别的细胞图像;所述细胞图像包括至少两种类别的细胞;分割单元,用于将所述细胞图像分割为N个子图像,并确定子图像对应的轮廓信息图,所述轮廓信息图中包括所述子图像中待识别细胞的轮廓形状,其中N大于等于2;分类单元,用于将每个轮廓信息图输入至分类模型中,得到子图像中的待识别细胞的分类结果,所述分类模型是根据已确定分类结果的细胞的轮廓形状确定的;根据子图像中的待识别细胞的分类结果,确定所述细胞图像的分类结果。本专利技术实施例中,在获取到待识别的细胞图像后,将待识别的细胞图像进行分割,便于计算机的快速计算;并对分割后的子图像提取待识别细胞的轮廓形状,待识别细胞的轮廓形状用于进行待识别细胞的细胞分类;将每个子图像的轮廓信息图输入至分类模型中,得到子图像的待识别细胞的分类结果,并根据子图像的待识别细胞的分类结果确定了待识别的细胞图像的分类结果。在本专利技术实施例中,通过将待识别的细胞图像进行分割,并对分割后的子图像进行轮廓信息提取,并通过轮廓信息提取的结果输入到分类精度高,且分类效率高的分类模型中,得到了待识别的细胞图像的分类结果,与现有技术中只通过显微镜下的局部待识别的细胞图像进行细胞分类相比,本专利技术实施例中的方法能够对待识别的细胞图像整体进行细胞分类,细胞分类的准确度高,有利于针对分类后的细胞再进行数量统计,提高了诊断的精准度。进一步地,所述分割单元具体用于:将所述子图像进行二值化处理,得到所述子图像对应的二值图像;所述二值图像用于表征待识别细胞;根据所述二值图像以及图像分割算法确定所述待识别细胞的轮廓形状,得到所述子图像对应的轮廓信息图。进一步地,所述分割单元具体用于:针对所述二值图像中表征待识别细胞的区域进行局部像素密度计算,确定所述二值图像中待识别细胞的细胞核的位置;根据所述二值图像中待识别细胞的细胞核的位置以及图像分割算法确定包括所述待识别细胞的轮廓形状的轮廓信息图。进一步地,所述分类模型是针对白细胞的分类类别;所述分类模型中包括特征提取神经网络单元和特征分类神经网络单元;所述特征提取神经网络单元包括四个串联的卷积模块,所述卷积模块包括卷积层、归一化层、激活函数层以及池化层。进一步地,所述白细胞的分类类别中至少包括破碎细胞类别以及重叠细胞类别。第三方面,本专利技术实施例还提供一种电子设备,包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述实施例中任一所述的方法。第四方面,本专利技术实施例还提供一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令用于使所述计算机执行上述实施例中任一所述方法。附图说明为了更清楚地说明本专利技术实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简要介绍,显而易见地,下面描述中的附图仅仅是本专利技术的一些实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。图1为本专利技术实施例提供的细胞分类本文档来自技高网...

【技术保护点】
1.一种细胞分类方法,其特征在于,所述方法包括:获取待识别的细胞图像;所述细胞图像包括至少两种类别的细胞;将所述细胞图像分割为N个子图像,并确定子图像对应的轮廓信息图,所述轮廓信息图中包括所述子图像中待识别细胞的轮廓形状,其中N大于等于2;将每个轮廓信息图输入至分类模型中,得到子图像中的待识别细胞的分类结果,所述分类模型是根据已确定分类结果的细胞的轮廓形状确定的;根据子图像中的待识别细胞的分类结果,确定所述细胞图像的分类结果。

【技术特征摘要】
1.一种细胞分类方法,其特征在于,所述方法包括:获取待识别的细胞图像;所述细胞图像包括至少两种类别的细胞;将所述细胞图像分割为N个子图像,并确定子图像对应的轮廓信息图,所述轮廓信息图中包括所述子图像中待识别细胞的轮廓形状,其中N大于等于2;将每个轮廓信息图输入至分类模型中,得到子图像中的待识别细胞的分类结果,所述分类模型是根据已确定分类结果的细胞的轮廓形状确定的;根据子图像中的待识别细胞的分类结果,确定所述细胞图像的分类结果。2.根据权利要求1所述的方法,其特征在于,所述确定每个子图像对应的轮廓信息图,具体包括:将所述子图像进行二值化处理,得到所述子图像对应的二值图像;所述二值图像用于表征待识别细胞;根据所述二值图像以及图像分割算法确定所述待识别细胞的轮廓形状,得到所述子图像对应的轮廓信息图。3.根据权利要求2所述的方法,其特征在于,所述根据所述二值图像以及图像分割算法确定待识别细胞的轮廓形状,得到所述子图像对应的轮廓信息图,包括:针对所述二值图像中表征待识别细胞的区域进行局部像素密度计算,确定所述二值图像中待识别细胞的细胞核的位置;根据所述二值图像中待识别细胞的细胞核的位置以及图像分割算法确定包括所述待识别细胞的轮廓形状的轮廓信息图。4.根据权利要求1所述的方法,其特征在于,所述分类模型是针对白细胞的分类类别;所述分类模型中包括特征提取神经网络单元和特征分类神经网络单元;所述特征提取神经网络单元包括四个串联的卷积模块,所述卷积模块包括卷积层、归一化层、激活函数层以及池化层。5.根据权利要求4所述的方法,其特征在于,所述白细胞的分类类别中至少包括破碎...

【专利技术属性】
技术研发人员:郑永升倪浩石磊沈庆印宏坤杨俊
申请(专利权)人:上海依智医疗技术有限公司
类型:发明
国别省市:上海,31

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1