一种真菌荧光检测方法技术

本发明专利技术公开了一种真菌荧光检测方法，方法的步骤中包括：降低真菌的原医疗图像的分辨率，得初筛输入图像；将初筛输入图像输入初筛算法中，通过初筛算法输出带疑似菌丝和/或疑似芽生孢子的病灶掩膜图像；寻找病灶掩膜图像中白色区域对应的最小外接矩形框；在原医疗图像中将最小外接矩形框内对应的图像裁剪、缩放、填充后，得精筛输入图像；将精筛输入图像输入精筛算法中，通过精筛算法输出对应的病灶判定掩膜图像；根据病灶判定掩膜图像上的白色区域面积和预设的白色区域面积阈值，判定对应区域内是否存在菌丝和/或芽生孢子；其中，初筛算法和精筛算法采用基于弱监督学习的语义分割模型。它提高了检测精度、降低了误检率并且具有较好实时性。

【技术实现步骤摘要】
一种真菌荧光检测方法
本专利技术涉及一种真菌荧光检测方法，属于生物医疗检测
和计算机视觉领域。
技术介绍
目前，在生物医疗中，造成人感染疾病的病原体通常有细菌、真菌、病毒等。其中，真菌是一个十分常见的、感染性强的病原体，比如脚气是由真菌感染引起的。在生物医疗检测分析中，通过荧光试剂将真菌进行染色，在使用特定的光对载玻片进行荧光激发，最终通过生物荧光成像设备采集得到可用于分析患者感染情况的生物医疗图像。真菌的形态通常分为孢子以及菌丝，出现菌丝代表患者感染严重，孢子则是轻微。孢子到菌丝的转换之间存在芽生孢子这一种变化过程，通过检测医疗图像中的芽生孢子以及菌丝，则可以精确的分析出患者的感染情况。以妇科阴道炎中的真菌感染为例，如图1(a)所示，方框内是菌丝，图1(b)中方框所示的是芽生孢子，判断是否是菌丝的标准是看菌丝内是否有横鬲，即图1(a)中圆圈标识物；而判断是否是芽生孢子，则看孢子是否有出芽。通过上述介绍，很直观地感受到：真菌医疗图像分析中的特异性特征非常的小，以图1(a)、1(b)为例，图像分辨率大小为1824*2720，本文档来自技高网...

【技术保护点】
1.一种真菌荧光检测方法，其特征在于方法的步骤中包括：/nS1：降低真菌的原医疗图像的分辨率，得初筛输入图像；/nS2：将所述初筛输入图像输入初筛算法中，通过初筛算法输出带疑似菌丝和/或疑似芽生孢子的病灶掩膜图像；/nS3：寻找所述病灶掩膜图像中白色区域对应的最小外接矩形框；/nS4：在所述原医疗图像中将最小外接矩形框内对应的图像裁剪、缩放、填充后，得精筛输入图像；/nS5：将所述精筛输入图像输入精筛算法中，通过精筛算法输出对应的病灶判定掩膜图像；/nS6：根据所述病灶判定掩膜图像上的白色区域面积和预设的白色区域面积阈值，判定对应区域内是否存在菌丝和/或芽生孢子；其中，/n所述初筛算法和所述精...

【技术特征摘要】
1.一种真菌荧光检测方法，其特征在于方法的步骤中包括：
S1：降低真菌的原医疗图像的分辨率，得初筛输入图像；
S2：将所述初筛输入图像输入初筛算法中，通过初筛算法输出带疑似菌丝和/或疑似芽生孢子的病灶掩膜图像；
S3：寻找所述病灶掩膜图像中白色区域对应的最小外接矩形框；
S4：在所述原医疗图像中将最小外接矩形框内对应的图像裁剪、缩放、填充后，得精筛输入图像；
S5：将所述精筛输入图像输入精筛算法中，通过精筛算法输出对应的病灶判定掩膜图像；
S6：根据所述病灶判定掩膜图像上的白色区域面积和预设的白色区域面积阈值，判定对应区域内是否存在菌丝和/或芽生孢子；其中，
所述初筛算法和所述精筛算法采用基于弱监督学习的语义分割模型。


2.根据权利要求1所述的真菌荧光检测方法，其特征在于，
得到基于弱监督学习的语义分割模型的方法步骤包括：
对输入的荧光真菌医疗图像进行人工标注处理，得标注图像集；其中，有菌丝和/或芽生孢子的荧光真菌医疗图像中对菌丝的骨干和/或芽生孢子进行标注，无菌丝和/或芽生孢子的荧光真菌医疗图像则不进行标注；
搭建语义分割模型；
利用标注图像集构建的训练集训练搭建的语义分割模型，训练结束后得到最终语义分割模型，即基于弱监督学习的语义分割模型。


3.根据权利要求2所述的真菌荧光检测方法，其特征在于，
得到基于弱监督学习的语义分割模型的方法步骤还包括：
在语义分割模型的训练中利用定义的联合损失函数计算损失值进行反向求导。


4.根据权利要求2所述的真菌荧光检测方法，其特征在于，
语义分割模型的训练中：采用双GPU作为训练设备；
和/或最大迭代次数为300；
和/或使用退火法策略作为学习率调整策略。


5.根据权利要求3所述的真菌荧光检测方法，其特征在于，
联合损失函...

【专利技术属性】
技术研发人员：张兴梅，
申请(专利权)人：常州奥创医疗科技有限公司，
类型：发明
国别省市：江苏;32