The present invention is an interactive method to quickly correct the classification of marrow nucleated cells, including the following steps: the bone marrow cells labeled by the bone marrow marker method are obtained; the multi cell classification recommendation method is adopted to make artificial revision of the labeled bone marrow cells, and the sample is interacted with the menu. The cell type in this library is used as the base database. After screening the underlying database, at least one database cell type is determined, and the modified cells are matched with the at least one database type. According to the matching results, the similarity percentage is top-down in accordance with the percentage of similarity. This method enumerates a variety of cell types which have the highest similarity between the modified cells and the sample library by the computer image recognition algorithm, which is arranged in order from the high to the end according to the percentage of similarity, and the maximization avoids the retrieval of artificial in the 263 classes of cell classification and from the software interaction level. High manual efficiency.
【技术实现步骤摘要】
一种快速修正骨髓有核细胞分类的交互方法
本专利技术属于计算机医学骨髓涂片检查领域,具体涉及一种快速修正骨髓有核细胞分类的交互方法。
技术介绍
骨髓、外周血涂片经瑞氏染色后对其中的有核细胞进行人工分类计数是现有血液病等疾病的常规临床检查方法。人工分类计数的方法具有强经验性,且过程复杂繁琐,检查时间较长,因此有很多基于深度学习的神经网络算法软件应用在外周血涂片的检查领域,对有核细胞进行简单的计算机自动分类,一般为三分类或者五分类。人工修正分类效率不高。对有核细胞进行三分类或者五分类在外周血涂片检查中仍具有一定的价值。骨髓是人体的造血组织,血细胞都由骨髓造血干细胞发育演化形成,在骨髓中拥有种类丰富的各种有核细胞。临床检查常用的有核细胞就多达49类,不常见但具有临床价值的骨髓中的有核细胞分类多达263类以上。简单的对有核细胞进行三分类或五分类已无法满足骨髓涂片检查的临床需求。基于深度学习的神经网络算法是一种监督型的人工智能算法,监督型算法需要大量的已正确分类的有核细胞样本学习后才具有可临床应用的自动分类准确率。因此,通过计算机自动分类的结果仍需要有经验的检验人员进行人工修正。常见的骨髓细胞分类包括粒细胞、红细胞、淋巴细胞、单核细胞、浆细胞、组织及其他细胞、巨核细胞7大类。每类细胞又包含子类细胞,例如粒细胞分为原始粒细胞,早幼粒细胞,中性中幼粒细胞等14类;红细胞分为原始红细胞、早幼红细胞等9类;淋巴细胞分为原始淋巴细胞,幼稚淋巴细胞等4类;单核细胞分为原始单核细胞,幼稚单核细胞等3类;浆细胞分为原始浆细胞、幼稚浆细胞等3类;组织及其他细胞分为原始组织细胞,组织嗜碱 ...
【技术保护点】
一种快速校正骨髓有核细胞分类的交互方法,其特征在于,包括以下步骤;S10采集标本图像;S11用细胞轮廓提取算法提取图像中的细胞轮廓并根据算法提供的细胞轮廓大小用矩形框标记;S12重复(1)~(2)步骤,直至采集结束;S13对矩形框中的细胞通过计算机图像识别算法分类操作,计算机图像识别算法是设计分类流程或者利用分类器对细胞分类;S14根据计算机图像识别的细胞分类展示细胞分类标记的结果,计算机图像识别算法根据内部的运算规则将图像中的细胞进行分类判断,确定最终结果后一次性进行颜色和文字的标记,得到标记后的待修正的骨髓细胞;S15采取多细胞分类推荐方法,对标记后的待修正骨髓细胞进行人工修正分类时,通过菜单的交互方式将样本库中的细胞类型作为基础数据库,对所述基础数据库进行筛选处理后,确定至少一数据库细胞类型,将所述待修正的骨髓细胞与所述至少一数据库类型匹配,根据匹配结果按照相似度百分比排列。
【技术特征摘要】
1.一种快速校正骨髓有核细胞分类的交互方法,其特征在于,包括以下步骤;S10采集标本图像;S11用细胞轮廓提取算法提取图像中的细胞轮廓并根据算法提供的细胞轮廓大小用矩形框标记;S12重复(1)~(2)步骤,直至采集结束;S13对矩形框中的细胞通过计算机图像识别算法分类操作,计算机图像识别算法是设计分类流程或者利用分类器对细胞分类;S14根据计算机图像识别的细胞分类展示细胞分类标记的结果,计算机图像识别算法根据内部的运算规则将图像中的细胞进行分类判断,确定最终结果后一次性进行颜色和文字的标记,得到标记后的待修正的骨髓细胞;S15采取多细胞分类推荐方法,对标记后的待修正骨髓细胞进行人工修正分类时,通过菜单的交互方式将样本库中...
【专利技术属性】
技术研发人员:李强,陆炬,李舜,
申请(专利权)人:杭州智微信息科技有限公司,
类型:发明
国别省市:浙江,33
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。