一种外周血细胞形态学自动检测方法技术

本发明专利技术公开了一种外周血细胞形态学自动检测方法，涉及外周血细胞形态学检测技术领域。本发明专利技术的一种外周血细胞形态学自动检测方法，所述方法包括利用自动显微镜的低倍镜头对涂片进行扫描得到基础图像，对发现的目标区域进行标记，再利用自动显微镜的高倍镜头对标记的目标区域进行扫描，得到高倍图像，选取计数区间，对计数区间内分析对象的细胞种类进行识别，提取各细胞的形态学特征，对数据进行分析、得到最终结果。本发明专利技术公开了一种外周血细胞形态学自动检测方法，利用计算机算法，使用细胞分析模型对涂片计数区域内的细胞进行分析和计数，能够有效快速的识别出正常细胞、异常细胞，在一定程度上避免人工镜检带来的工作量大，效率低的问题。效率低的问题。效率低的问题。

【技术实现步骤摘要】
一种外周血细胞形态学自动检测方法


[0001]本专利技术涉及外周血细胞形态学检测
，尤其涉及一种外周血细胞形态学自动检测方法。
[0002]背景
[0003]在临床血液学检验中，外周血细胞形态学检查的重点为:白细胞、红细胞及血小板形态和数量，并在显微镜下对周围血液中的中性粒细胞、淋巴细胞及嗜酸性粒细胞等进行观察。在检查红细胞时，重点是对其大小、形态、染色等情况进行检验；在检验血小板时，其大小、形态、分布状态、数量等是检验的重点内容。
[0004]目前，外周血细胞的形态学检测，人工镜检是经典的检测方法，其通过显微镜，使用目镜上的测微尺来人工测量每个细胞的大小，再对数据进行分析，进而做出判断。但是人工镜检方法工作人员的工作量大，由于疲劳容易引起误判；工作效率低，速度慢，有可能延误病人的诊断。

技术实现思路

[0005]针对上述问题，本专利技术的目的在于公开一种外周血细胞形态学自动检测方法，利用计算机算法，使用细胞分析模型对涂片计数区域内的细胞进行分析和计数，能够有效快速的识别出正常细胞、异常细胞，在一定程度上避免人工镜检带来的工作量大，效率低的问题。
[0006]具体的，本专利技术的一种外周血细胞形态学自动检测方法，所述方法包括以下步骤：
[0007]S1：利用自动显微镜的低倍镜头对涂片进行扫描得到基础图像，对基础图像进行判定和矫正，同时对发现的目标区域进行标记；
[0008]S2：利用自动显微镜的高倍镜头对标记的目标区域进行扫描，得到高倍图像，对高倍图像进行判定，选取计数区间；
[0009]S3：对计数区间内分析对象的细胞种类进行识别，再利用图像数字转换器对计数区间的图像进行分割、定位，再对分割后的图像进行数字化处理，提取各细胞的形态学特征；
[0010]S4：对提取到的数据进行筛选，剔除异常数据，再将剩下数据进行分析、计数，得到最终结果；
[0011]S5：对得到的最终结果进行人工审核。
[0012]进一步，所述细胞种类为红细胞、中性粒细胞、嗜酸性粒细胞、血小板、淋巴细胞、单核细胞以及嗜碱性粒细胞中的至少一种。
[0013]进一步，所述S4步骤中，对数据进行分析具体操作为：
[0014]A1：离线建立数字图像的训练样本集；
[0015]A2：基于人工神经网络建模方法，以细胞的形态学特征数据为模型输入，细胞状态为模型输出，建立细胞分析模型；
[0016]A3：结合训练样本集，采用深度卷积神经网络模型训练细胞图像分析模型；
[0017]A4：应用训练好的细胞图像分析模型对细胞图像进行分析、归类。
[0018]进一步，所述细胞状态包括正常细胞和异常细胞。
[0019]进一步，所述异常细胞为核形态异常﹑颗粒异常﹑细胞大小异常、细胞畸形、细胞破坏、液泡、幼稚细胞、包涵体存在、杜勒小体、卫星现象、核网异常、花瓣样核、N/C比大、起泡样、破碎及毛样细胞样形态中的至少一种
[0020]进一步，所述S2步骤中计数区间的选取具体为：
[0021]B1：选取高倍图像，复制图片并对其进行去色处理，得到图片T1；
[0022]B2：将图片T1转化为色彩数据，并进行RGB数值计算，根据计算得到的RGB数值，将色彩数据中的点进行筛选，将RGB数值在0-40之间的点归类得到低密度数据组，将RGB数值在215-255之间的点归类得到高密度数据组；
[0023]B3：获取每个点的XY坐标数值，将低密度数据组或高密度数据组中XY坐标连续的点进行连线，形成图像X1；
[0024]B4：设置面积大小为2-5个细胞平均面积之和的方框，将图像X1进行方形切割；
[0025]B5：将X1中无法完全容纳一个方框的图像部分移除，并形成图形组K，依次命名为K1、K2、K3
…
KN；
[0026]B6：将上述图形组K中的每个图形的中心点的XY值对应到图片T1中；
[0027]B7：在T1中以图形组K中的对应的中心点KM为中心建立面积为100个细胞平均面积之和的初代筛选框；
[0028]B8：计算初代筛选框内的平均RGB值，如果平均RGB值小于80，或大于205，跳转B12，如平均RGB值大于80并小于205，跳转B11；
[0029]B9：将该筛选框所在的区域标注为0；
[0030]B10：以被标注为0的区域的四边向非标注1的区域建立与被标注为0的区域大小相同且与被编著为0的区域重叠50％区域的初代筛选框，并跳转B5；
[0031]B11：将该筛选框所在的区域标注为1，判断该中心点KM所在区域KN的被标注为1的区域是否可以构成封闭图形，如果可以，跳转B15，如果不可以，跳转B10；
[0032]B12：计算被标注为1的区域所包围的区域图形M的面积，如果小于等于初代筛选框的面积则对该区域图形M进行保留，如果M的面积大于初代筛选框的面积则将该区域图形M删除，其剩余的部分便形成了被筛选过的计数区间。
[0033]进一步，所述S2步骤中的计数区间包括正计数区间和补充计数区间，所述补充计数区间环绕在正计数区间外围，所述的正计数区间的面积为a个细胞平均面积大小，所述补充计数区间的边界与正计数区间的边界距离为b个细胞平均直径距离，在对正计数区间内的细胞图像进行分割时，如果发现细胞图像不完整，则将计数区间延伸到补充计数区间，然后测量该细胞在正计数区间内的面积与在补充计数区间内的面积，如果在补充计数区间内的面积大则不分析、计数，反之则进行分析、计数。
[0034]进一步，所述a的取值范围为250-350，所述b的取值范围为4-6。
[0035]进一步，所述S4步骤中，对异常数据的剔除具体为：首先将检测结果按照大小排序并计算极差R，然后分别计算最大值和最小值与其相邻数值之差D，若D/R>1/3，则将最大值或最小值视为离群值予以剔除，将余下数据重复前述步骤进行离群值检验，直至剔除所有离群值。
[0036]本专利技术的有益效果：
[0037]本专利技术公开了一种外周血细胞形态学自动检测方法，利用计算机算法，使用细胞分析模型对涂片计数区域内的细胞进行分析和计数，能够有效快速的识别出正常细胞、异常细胞，在一定程度上避免人工镜检带来的工作量大，效率低的问题。
附图说明
[0038]图1是本专利技术的一种外周血细胞形态学自动检测方法的流程方框图；
具体实施方式
[0039]以下将结合具体实施例对本专利技术进行详细说明：
[0040]本专利技术的一种外周血细胞形态学自动检测方法，主要包括以下步骤：
[0041]S1：利用自动显微镜的低倍镜头对涂片进行扫描得到基础图像，对基础图像进行判定和矫正，同时对发现的目标区域进行标记；
[0042]S2：利用自动显微镜的高倍镜头对标记的目标区域进行扫描，得到高倍图像，对高倍图像进行判定，选取计数区间，其中，计数区间包括正计数区间和补充计数区间，所述补充计数区间环绕本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种外周血细胞形态学自动检测方法，其特征在于，所述方法包括以下步骤：S1：利用自动显微镜的低倍镜头对涂片进行扫描得到基础图像，对基础图像进行判定和矫正，同时对发现的目标区域进行标记；S2：利用自动显微镜的高倍镜头对标记的目标区域进行扫描，得到高倍图像，对高倍图像进行判定，选取计数区间；S3：对计数区间内分析对象的细胞种类进行识别，再利用图像数字转换器对计数区间的图像进行分割、定位，再对分割后的图像进行数字化处理，提取各细胞的形态学特征；S4：对提取到的数据进行筛选，剔除异常数据，再将剩下数据进行分析、计数得到最终结果；S5：对得到的最终结果进行人工审核。2.根据权利要求1所述的一种外周血细胞形态学自动检测方法，其特征在于，所述细胞种类为红细胞、中性粒细胞、嗜酸性粒细胞、血小板、淋巴细胞、单核细胞以及嗜碱性粒细胞中的至少一种。3.根据权利要求2所述的一种外周血细胞形态学自动检测方法，其特征在于，所述S4步骤中，对数据进行分析具体操作为：A1：离线建立数字图像的训练样本集；A2：基于人工神经网络建模方法，以细胞的形态学特征数据为模型输入，细胞状态为模型输出，建立细胞分析模型；A3：结合训练样本集，采用深度卷积神经网络模型训练细胞图像分析模型；A4：应用训练好的细胞图像分析模型对细胞图像进行分析、归类。4.根据权利要求3所述的一种外周血细胞形态学自动检测方法，其特征在于，所述细胞状态包括正常细胞和异常细胞。5.根据权利要求4所述的一种外周血细胞形态学自动检测方法，其特征在于，所述异常细胞为核形态异常﹑颗粒异常﹑细胞大小异常、细胞畸形、细胞破坏、液泡、幼稚细胞、包涵体存在、杜勒小体、卫星现象、核网异常、花瓣样核、N/C比大、起泡样、破碎及毛样细胞样形态中的至少一种。6.根据权利要求5所述的一种外周血细胞形态学自动检测方法，其特征在于，所述S2步骤中计数区间的选取具体为：B1：选取高倍图像，复制图片并对其进行去色处理，得到图片T1；B2：将图片T1转化为色彩数据，并进行RGB数值计算，根据计算得到的RGB数值，将色彩数据中的点进行筛选，将RGB数值在0-40之间的点归类得到低密度数据组，将RGB数值在215-255之间的点归类得到高密度数据组；B3：获取每个点的XY坐标数值，将低密度数据组或高密度数据组中XY坐标连续的点进行连线，形成图像X1；B4：设置面积大小为...

【专利技术属性】
技术研发人员：彭贤贵，张曦，杨武晨，张诚，张洪洋，陈思宇，张雨薇，李艺，王平，
申请(专利权)人：中国人民解放军陆军军医大学第二附属医院，
类型：发明
国别省市：