The invention discloses an intelligent classification method for female genital tract cell pathology, which is implemented on the basis of convolution neural network, and includes the following steps: constructing a convolution neural network model for intelligent classification of female genital tract cells; acquiring training samples and training samples for multiple types of female genital tract cell images; and achieving fine targets in all female genital tract cell images. Cells are labeled; the labeled images of female genital tract cells are preprocessed; the pre-processed images of female genital tract cells are input into the intelligent classification convolution neural network model, and the detected images of female genital tract cells are input into the intelligent classification convolution neural network model of female genital tract cells after training, and the classification and judgment results are obtained. The invention can realize the negative and positive judgement of various types of cells of female genital tract and the classification of specific pathological changes of positive female genital tract cells, realize automatic recognition and classification, and achieve the purpose of intelligent diagnosis.
【技术实现步骤摘要】
女性生殖道细胞病理智能分类方法、诊断仪及存储介质
本专利技术涉及细胞图像处理
,尤其涉及一种女性生殖道细胞病理智能分类方法、诊断仪及存储介质。
技术介绍
病理学被誉为“医学之本”,是医学诊断的“金标准”;病理医生的根本任务是对疾病作出最终诊断,发现和探索新发的病种,为临床医生提供治疗和预防的依据。但是,单纯通过病理医生进行诊断存在以下不足:(1)病理诊断虽然是医学诊断的“金标准”,但是由于病理医师资历,水平及对疾病的认知能力的不同,病理诊断的含金量不同,人工诊断主观性强、缺乏质控,病理诊断精准率差异较大;(2)待诊病例与诊断病理医师的比例严重失调,病理医生通常需要日以继夜地超负荷工作,影响病理医生的身心健康;(3)筛选、诊断及确诊的时间过长,不能准确及时发出诊断报告。
技术实现思路
为了克服现有技术的不足,本专利技术的目的之一在于提供一种女性生殖道细胞病理智能分类方法,其能实现对女性生殖道细胞进行阴阳性判断及对阳性女性生殖道细胞进行具体病变类型分类。本专利技术的目的之二在于提供一种女性生殖道细胞病理智能诊断仪,其能实现对女性生殖道细胞进行阴阳性判断以及对阳性女性生殖道细胞进行具体病变类型分类。本专利技术的目的之三在于提供一种计算机可读存储介质,该存储介质中的程序运行时能实现对女性生殖道细胞进行阴阳性判断以及对阳性女性生殖道细胞进行具体病变类型分类。本专利技术的目的之一采用如下技术方案实现:一种女性生殖道细胞病理智能分类方法,所述方法基于卷积神经网络的基础上实施,具体步骤以下:构建女性生殖道细胞智能分类卷积神经网络模型;获取训练样本,所述训练样本为多个种类 ...
【技术保护点】
1.一种女性生殖道细胞病理智能分类方法,其特征在于,所述方法基于卷积神经网络的基础上实施,具体包括以下步骤:构建女性生殖道细胞智能分类卷积神经网络模型;获取训练样本,所述训练样本为多个种类的女性生殖道细胞图像,其中,所述女性生殖道细胞图像包括女性生殖道细胞的正常细胞图像及对应的病变细胞图像;对所有女性生殖道细胞图像中的目标细胞进行标注;对标注后的女性生殖道细胞图像进行预处理;将预处理后的女性生殖道细胞图像输入所述女性生殖道细胞智能分类卷积神经网络模型中,对所述女性生殖道细胞智能分类卷积神经网络模型进行训练,使所述女性生殖道细胞智能分类卷积神经网络模型被训练成为女性生殖道细胞智能分类器,其中,所述女性生殖道细胞智能分类卷积神经网络模型对输入的女性生殖道细胞图像的处理流程包括:a、检测女性生殖道细胞区域;b、判别女性生殖道细胞阴阳性并进行分类,阴性为正常细胞,阳性为病变细胞;c、将阳性女性生殖道细胞进行分类;将待检测的女性生殖道细胞图像输入训练完成后的女性生殖道细胞智能分类卷积神经网络模型中;训练完成后的女性生殖道细胞智能分类卷积神经网络模型检测所述待检测的女性生殖道细胞图像的女性生殖道细 ...
【技术特征摘要】
1.一种女性生殖道细胞病理智能分类方法,其特征在于,所述方法基于卷积神经网络的基础上实施,具体包括以下步骤:构建女性生殖道细胞智能分类卷积神经网络模型;获取训练样本,所述训练样本为多个种类的女性生殖道细胞图像,其中,所述女性生殖道细胞图像包括女性生殖道细胞的正常细胞图像及对应的病变细胞图像;对所有女性生殖道细胞图像中的目标细胞进行标注;对标注后的女性生殖道细胞图像进行预处理;将预处理后的女性生殖道细胞图像输入所述女性生殖道细胞智能分类卷积神经网络模型中,对所述女性生殖道细胞智能分类卷积神经网络模型进行训练,使所述女性生殖道细胞智能分类卷积神经网络模型被训练成为女性生殖道细胞智能分类器,其中,所述女性生殖道细胞智能分类卷积神经网络模型对输入的女性生殖道细胞图像的处理流程包括:a、检测女性生殖道细胞区域;b、判别女性生殖道细胞阴阳性并进行分类,阴性为正常细胞,阳性为病变细胞;c、将阳性女性生殖道细胞进行分类;将待检测的女性生殖道细胞图像输入训练完成后的女性生殖道细胞智能分类卷积神经网络模型中;训练完成后的女性生殖道细胞智能分类卷积神经网络模型检测所述待检测的女性生殖道细胞图像的女性生殖道细胞区域;对所述女性生殖道细胞区域中的目标细胞进行阴阳性判别,若是阴性,则输出结果;若是阳性,则对阳性女性生殖道细胞进行分类,获得分类结果并输出。2.如权利要求1所述的女性生殖道细胞病理智能分类方法,其特征在于,每个种类的女性生殖道细胞的正常细胞图像以及病变细胞图像均具有10000例以上。3.如权利要求1所述的女性生殖道细胞病理智能分类方法,其特征在于,所述对女性生殖道细胞图像中的目标细胞进行标注具体为:采用逐像素的多边标注方法对女性生殖道细胞图像中的目标细胞进行标注。4.如权利要求1所述的女性生殖道细胞病理智能分类方法,其特征在于,所述获取训练样本具体为:使用数字显微镜获取女性生殖道细胞检材标本的女性生殖道细胞图像并将所述女性生殖道细胞图像传送至计算机;在计算机中将女性生殖道细胞图像及该女性生殖道细胞图像对应的病理诊断结果整合为一例训练样本并储存至训练样本数据库中。5.如权利要求1所述的女性生殖道细胞病理智能分类方法,其特征在...
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。