一种外周血淋巴微核细胞图像人工智能识别方法技术

本发明专利技术提供一种外周血淋巴微核细胞图像人工智能识别方法，通过采集装置采集待分析样本，获得细胞图像；对获得的细胞图像进行分割处理获得确定前景待检测区域；然后对前景待检测区域上的细胞进行识别、分类和计数；保存前景待检测区域上的细胞种类信息及其在细胞图像上的位置信息形成可追溯信息；根据可追溯信息形成图文报告，并保存作为人工智能系统学习训练素材。本发明专利技术提供的外周血淋巴微核细胞图像人工智能识别方法，可实现对外周血的淋巴母细胞、微核细胞、裸核细胞特定的图像进行自动识别和分类。相较于现有的显微镜人工镜检方法比较，统计准确更高，检测速度得到显著的提高。

【技术实现步骤摘要】
一种外周血淋巴微核细胞图像人工智能识别方法
本专利技术涉及淋巴微核细胞检查领域，特别涉及一种外周血淋巴微核细胞图像人工智能识别方法。
技术介绍
人外周血淋巴细胞大都处于细胞周期的G0期，在含有PHA的培养基中进行体外培养后，原来处于G0期的淋巴细胞可转化为淋巴母细胞，恢复分裂能力。在细胞分裂过程中，由于化学物质或辐射作用影响，可以引起淋巴母细胞染色体损伤，致使染色体断裂，无着丝粒的染色体断片不能随染色体移动进入子细胞核，结果在细胞质中形成微核。因此，外周血淋巴微核细胞检测是评判放射性辐照损伤的必检方法之一，被广泛应用于放射科、核电站、海关等日常工作会接触放射线或放射线的职业病检查项目。长期以来，淋巴微核细胞检查方法都依靠检验科医生在普通光学显微镜下用肉眼识别，医生通常需要30～60分种的目测和计数，才能完成一个受检样本。检验医生的工作量大、效率低下，每天也只能完成5～10例样本检查。
技术实现思路
为解决上述
技术介绍
中提到的现有的人眼检测方法导致的工作量大、效率低下、结果可溯源性不高问题，本专利技术提供一种外本文档来自技高网...

【技术保护点】
1.一种外周血淋巴微核细胞图像人工智能识别方法，其特征在于：所述方法步骤具体如下：/nS10、通过采集装置采集待分析样本，获得细胞图像；/nS20、对获得的细胞图像进行分割处理获得确定前景待检测区域；然后对前景待检测区域上的细胞进行识别、分类和计数；/nS30、保存所述前景待检测区域上的细胞种类信息及其在细胞图像上的位置信息形成可追溯信息；/nS40、根据所述可追溯信息形成图文报告，并保存作为人工智能系统学习训练素材。/n

【技术特征摘要】
1.一种外周血淋巴微核细胞图像人工智能识别方法，其特征在于：所述方法步骤具体如下：
S10、通过采集装置采集待分析样本，获得细胞图像；
S20、对获得的细胞图像进行分割处理获得确定前景待检测区域；然后对前景待检测区域上的细胞进行识别、分类和计数；
S30、保存所述前景待检测区域上的细胞种类信息及其在细胞图像上的位置信息形成可追溯信息；
S40、根据所述可追溯信息形成图文报告，并保存作为人工智能系统学习训练素材。


2.根据权利要求1所述的外周血淋巴微核细胞图像人工智能识别方法，其特征在于：所述步骤S20具体如下：
S21、对细胞图像上的细胞进行标记，确定标记细胞的分类名称；
S22、对标记细胞实体进行分离处理，并通过采集装置重新进行图像采集；
S23、对分离后采集的细胞图像进行前景分割，确定前景待检测区域；
S24、对前景待检测区域的细胞进行识别、分类和计数，得出微核细胞区域图像以及计算出微核细胞率。


3.根据权利要求2所述的外周血淋巴微核细胞图像人工智能识别方法，其特征在于：所述步骤S21中的分类名称包括淋巴母细胞、微核细胞、裸核细胞和杂质。


4.根据权利要求2所述的外周血淋巴微核细胞图像人工智能识别方法，其特征在于：确定前景待检测区域的方法包括如下至少一种：RPN法和直方图法。


5.根据权利要求4所述的外周血淋巴微核细胞图像人工智能识别方法，其特征在于：所述RPN法具体如下：
以共享卷积网络为backbone，将步骤S22采集的若干图像输入共享卷积网络中，提取特征图；<...

【专利技术属性】
技术研发人员：李刚，赖冬，商向群，周颖，
申请(专利权)人：厦门汉舒捷医疗科技有限公司，
类型：发明
国别省市：福建;35