血细胞自动分析方法、系统、血细胞分析仪及存储介质技术方案

本发明专利技术公开了一种血细胞自动分析方法、系统、血细胞分析仪及存储介质，方法包括：获取待检测样品的正面聚焦显微图像和反面聚焦显微图像；将所述正面聚焦显微图像和所述反面聚焦显微图像分别输入至已训练的mask‑RCNN模型中，输出与正面聚焦显微图像和反面聚焦显微图像分别对应的实例分割图，所述实例分割图包括分类结果和掩膜；根据正面聚焦显微图像的实例分割图中分类结果和掩膜以及反面聚焦显微图像的实例分割图中的分类结果和掩膜，统计待检测样品中待检测目标的数量。本发明专利技术解决了基于待检测样品的待检测面的聚焦显微图像进行细胞识别和统计方法统计出的血细胞数量准确度不高的问题。

Automatic analysis method, system, analyzer and storage medium of blood cells

【技术实现步骤摘要】
血细胞自动分析方法、系统、血细胞分析仪及存储介质
本专利技术涉及图像识别
，尤其涉及一种血细胞自动分析方法、系统、血细胞分析仪及计算机可读存储介质。
技术介绍
目前对血液样品中的血细胞进行统计，检验人员基于血涂片对血液样品中的血细胞进行统计，主要通过将血涂片放置在显微镜下，然后采用传统的机器视觉的方法对血涂片在显微镜下观察到的最佳聚焦显微镜图像进行细胞识别和统计，获得最终血涂片中的血细胞数量。但由于血涂片中血液样品存在一定厚度，血液样品中某些位置离待检测面位置较远，可能这些位置的血细胞并不能显示在待检测面的聚焦显微图像中，从而导致基于待检测面的聚焦显微图像进行细胞识别和统计方法统计出的血细胞数量比实际血细胞数量较少，准确度不高。
技术实现思路
本专利技术的主要目的在于提出一种血细胞自动分析方法、系统、血细胞分析仪及计算机可读存储介质，旨在解决现有技术中基于待检测样品的待检测面的聚焦显微图像进行细胞识别和统计方法统计出的血细胞数量准确度不高的问题。为实现上述目的，本专利技术提供一种血细胞自动分析方法，包括步骤：<本文档来自技高网...

【技术保护点】
1.一种血细胞自动分析方法，其特征在于，包括步骤：/n获取待检测样品的正面聚焦显微图像和反面聚焦显微图像；/n将所述正面聚焦显微图像和所述反面聚焦显微图像分别输入至已训练的mask-RCNN模型中，输出与正面聚焦显微图像和反面聚焦显微图像分别对应的实例分割图，所述实例分割图包括分类结果和掩膜；/n根据正面聚焦显微图像的实例分割图中分类结果和掩膜以及反面聚焦显微图像的实例分割图中的分类结果和掩膜，统计待检测样品中待检测目标的数量。/n

【技术特征摘要】
1.一种血细胞自动分析方法，其特征在于，包括步骤：
获取待检测样品的正面聚焦显微图像和反面聚焦显微图像；
将所述正面聚焦显微图像和所述反面聚焦显微图像分别输入至已训练的mask-RCNN模型中，输出与正面聚焦显微图像和反面聚焦显微图像分别对应的实例分割图，所述实例分割图包括分类结果和掩膜；
根据正面聚焦显微图像的实例分割图中分类结果和掩膜以及反面聚焦显微图像的实例分割图中的分类结果和掩膜，统计待检测样品中待检测目标的数量。


2.根据权利要求1所述的血细胞自动分析方法，其特征在于，所述将所述正面聚焦显微图像和所述反面聚焦显微图像分别输入至已训练的mask-RCNN模型中，输出与正面聚焦显微图像和反面聚焦显微图像分别对应的实例分割图，所述实例分割图包括分类结果和掩膜的步骤包括：
将所述正面聚焦显微图像和所述反面聚焦显微图像分别输入至已训练mask-RCNN模型的特征提取网络中，输出对应的第一特征图谱和第二特征图谱；
将第一特征图谱和第二特征图谱分别输入至RPN网络，对应获得第一ROI和第二ROI；
将第一ROI与第一特征图谱进行池化和像素对齐，获得第一ROI特征图谱；
将第二ROI与第二特征图谱进行池化和像素对齐，获得第二ROI特征图谱；
将第一ROI特征图谱和第二ROI特征图谱分别输入至FCN网络进行边框回归、分类和掩膜生成，输出正面聚焦显微图像和反面聚焦显微图像分别对应的实例分割图，所述实例分割图包括待检测目标的分类结果和掩膜。


3.根据权利要求1所述的血细胞自动分析方法，其特征在于，所述根据正面聚焦显微图像的实例分割图中分类结果和掩膜以及反面聚焦显微图像的实例分割图中的分类结果和掩膜，统计待检测样品中待检测目标的数量的步骤包括：
根据正面聚焦显微图像和反面聚焦显微图像对应的实例分割图中分类结果，分别统计正面聚焦显微图像的实例分割图中分类结果为待检测目标的掩膜数量M1和反面聚焦显微图像的实例分割图中分类结果为待检测目标的掩膜数量M2；
将正面聚焦显微图像的实例分割图和反面聚焦显微图像的实例分割图进行坐标对齐，计算正面聚焦显微图像的实例分割图中属于待检测目标的各掩膜与反面聚焦显微图像的实例分割图中对应位置的属于待检测目标的掩膜的重叠面积比；
从计算的各重叠面积比中统计重叠面积比大于预设阈值的数量M3；
根据M1、M2和M3，获得待检测样品中的待检测目标数量M，其中M＝M1+M2-M3。


4.根据权利要求1-3任一项所述的血细胞自动分析方法，其特征在于，所述获取待检测样品的正面聚焦显微图像和反面聚焦显微图像的步骤之前包括：
获取血液样本的聚焦显微图像作为训练样本，并对训练样本进行标注，获得期望掩膜、期望分类结果以及期望边框；
根据获得的期望掩膜、期望分类结果、期望边框和训练样本对待训练mask-RCNN模型中的RPN网络和FCN网络进行训练，获得已训练的mask-RCNN模型。


5.根据权利要求4所述的血细胞自动分析方法，其特征在于，所述根据获得的期望掩膜、期望分类结果、期望边框和训练样本对待训练mask-RCNN模型中的RPN网络和FCN网络进行训练，获得已训练的mask-RCNN模型的步骤包括：
将训练样本输入至待训练mask-RCNN模型的特征提取网...

【专利技术属性】
技术研发人员：郑陆一，胡双，刘蕾，蔡韬，
申请(专利权)人：湖南伊鸿健康科技有限公司，
类型：发明
国别省市：湖南;43