基于计算机视觉的多发性骨髓瘤骨髓象识别设备制造技术

本发明专利技术公开了一种基于计算机视觉的多发性骨髓瘤骨髓象识别设备，属于计算机视觉领域，图像处理模块，用于对各原始骨髓瘤图片上的细胞进行识别，标注出细胞的种类，并勾勒每个细胞的边界，得到各标注的骨髓瘤图片；预训练模块，用于基于预设的肿瘤细胞图片和对应的标注图片，对神经网络进行预训练；训练模块，用于将各原始骨髓瘤图片及各标注的骨髓瘤图片作为训练集对预训练的神经网络进行训练，得到训练后的目标神经网络；输出模块，用于基于目标神经网络得到待识别的多发性骨髓瘤图片的预测结果，其中，预测结果包括预测的标注图片，预测的标注图片中包括各细胞边界及各细胞种类。本发明专利技术的计算机辅助诊断具有成本低、可复用性高、速度快等特点。

Recognition equipment of multiple myeloma based on computer vision

【技术实现步骤摘要】
基于计算机视觉的多发性骨髓瘤骨髓象识别设备
本专利技术属于计算机视觉领域，更具体地，涉及一种基于计算机视觉的多发性骨髓瘤骨髓象识别设备。
技术介绍
多发性骨髓瘤(multiplemyeloma，MM)影响全球数千人，是仅次于非霍奇金淋巴瘤的第二大最常见的血液肿瘤。骨髓穿刺细胞学是多发性骨髓瘤诊断与分期的主要方法之一，其传统检测方式是针对血液和骨髓涂片标本进行人工镜检。人工镜检是一项高度重复性工作，费力、耗时，高度依赖检验医师的经验，没有严格量化的判定标准，即具有耗时长、效率低、成本高、可重复性差等一系列问题，极大影响了血液肿瘤的筛查与治疗。
技术实现思路
针对现有技术的以上缺陷或改进需求，本专利技术提出了一种基于计算机视觉的多发性骨髓瘤骨髓象识别设备，由此解决通过对血液和骨髓涂片标本进行人工镜检，而存在的耗时长、效率低、成本高及可重复性差等技术问题。为实现上述目的，本专利技术提供了一种基于计算机视觉的多发性骨髓瘤骨髓象识别设备，包括：图像处理模块、预训练模块、训练模块及输出模块；所述图像处理模块，用于对各原始本文档来自技高网...

【技术保护点】
1.一种基于计算机视觉的多发性骨髓瘤骨髓象识别设备，其特征在于，包括：图像处理模块、预训练模块、训练模块及输出模块；/n所述图像处理模块，用于对各原始多发性骨髓瘤图片上的不同细胞进行识别，标注出细胞的种类，并勾勒每个细胞的边界，得到各标注的多发性骨髓瘤图片；/n所述预训练模块，用于基于预设的肿瘤细胞图片和对应的标注图片，对神经网络进行预训练，得到预训练的神经网络；/n所述训练模块，用于将各所述原始多发性骨髓瘤图片及各所述标注的多发性骨髓瘤图片作为训练集输入到所述预训练的神经网络中，输出预测的带标注的多发性骨髓瘤图片，根据所述预测的带标注的多发性骨髓瘤图片与实际标注的多发性骨髓瘤图片之间的误差反...

【技术特征摘要】
1.一种基于计算机视觉的多发性骨髓瘤骨髓象识别设备，其特征在于，包括：图像处理模块、预训练模块、训练模块及输出模块；
所述图像处理模块，用于对各原始多发性骨髓瘤图片上的不同细胞进行识别，标注出细胞的种类，并勾勒每个细胞的边界，得到各标注的多发性骨髓瘤图片；
所述预训练模块，用于基于预设的肿瘤细胞图片和对应的标注图片，对神经网络进行预训练，得到预训练的神经网络；
所述训练模块，用于将各所述原始多发性骨髓瘤图片及各所述标注的多发性骨髓瘤图片作为训练集输入到所述预训练的神经网络中，输出预测的带标注的多发性骨髓瘤图片，根据所述预测的带标注的多发性骨髓瘤图片与实际标注的多发性骨髓瘤图片之间的误差反复训练所述预训练的神经网络，直至误差满足预设误差要求，得到训练后的目标神经网络；
所述输出模块，用于基于所述目标神经网络得到待识别的多发性骨髓瘤图片的预测结果，其中，所述预测结果包括预测的标注图片，所述预测的标注图片中包括各细胞边界及各细胞种类。


2.根据权利要求1所述的设备，其特征在于，所述图像处理模块包括：
标注模块，用于对各原始多发性骨髓瘤图片上的不同细胞进行识别，标注出各细胞的种类，得到第一图片；
边界勾勒模块，用于在所述第一图片中勾勒出每个细胞的边界得到第二图片；
标识模块，用于在所述第二图片中对不同...

【专利技术属性】
技术研发人员：周芙玲，黄建忠，武天之，谭玉芳，徐航，刘悦，曹梦苏，唐铭康，耿旭君，王诗宁，
申请(专利权)人：武汉大学，
类型：发明
国别省市：湖北;42