一种妇科显微图像大视野下白细胞的检测识别方法技术

本发明专利技术公开了一种妇科显微图像大视野下白细胞的检测识别方法，包括以下步骤：采集自动显微镜的低倍镜头下的妇科显微图像，得到原始图片；将原始图片使用同一个类别标签人工标注出上皮细胞核和白细胞，再使用另一个类别标签人工标注出上皮细胞，得到对应目标物的标注信息，并保存到标注文件中，构建出大视野下检测白细胞的有效训练集；基于DetNet、Faster‑RCNN和FPN，将构建出的训练集进行训练，得到目标检测模型；将待检测的图像输入目标检测模型进行检测，得到目标物的检测结果；通过目标物的位置坐标关系再将目标物区分为上皮细胞核和白细胞，得到最终检测结果。本发明专利技术在低倍镜大视野下有效排除上皮细胞核的干扰，降低白细胞的误检率，提升检测准确率。

【技术实现步骤摘要】
一种妇科显微图像大视野下白细胞的检测识别方法
本专利技术涉及妇科阴道微生态的显微图像中细胞的智能检测识别领域，尤其涉及一种妇科阴道微生态的显微图像中大视野下的白细胞的智能检测识别方法。
技术介绍
通过分析女性生殖道微生态分泌物中细胞的成分可初步判断是否存在炎症及病变情况，而白细胞的量化是其中的重要指标之一，阴道分泌物标本的显微镜下的形态学检测方法是当前的金标准方法。目前，针对女性生殖道分泌物中白细胞的检测识别，研究者们给出一些解决方案。专利技术专利《一种妇科显微图像中白细胞自动识别与统计方法》(中国专利公开号CN107492088A)、专利技术专利《一种白带显微图像中白细胞的自动识别方法》(中国专利公开号CN106295588A)和专利技术专利《一种基于卷积神经网络的白带中白细胞的自动识别方法》(中国专利公开号CN106897682A)，这三篇专利都是首先通过传统的机器视觉方法，包括边缘检测、阈值分割、计算面积、周长、长宽比、圆度、离心率等几何特性分割出疑似白细胞的区域，再通过白细胞的几何特性或者基于神经网络的分类方法再进一步确认是否为白细胞。该类方法有两个弊端：第一：白细胞易与其他目标物产生交叉堆叠影响了白细胞的几何特性，易造成白细胞的漏检，第二：上皮细胞核与白细胞在形态上非常相似，类间差距很小，该类方法无法进行进一步区分，容易造成白细胞的误检。专利技术专利《白带显微图像细胞识别方法》(中国专利公开号CN110826483A)提出了一种白带显微图像的细胞识别的方法，该方法利用比较先进的基于卷积神经网络的改进的目标检测YOLOv3-tiny算法结合ResNet50检测白细胞，可有效克服与其他目标交叉堆叠的白细胞的情况，降低了白细胞的漏检率，但是其存在以下问题：因为白细胞与上皮细胞核是非常相似的，类间差距极小，卷积神经网络无法区分白细胞和上皮细胞核，还是会造成白细胞的误检。此外，目前主要通过观察多个高倍镜视野完成白细胞的检测计数，而在低倍镜大视野下完成白细胞的检测计数方法暂未见有所报道。
技术实现思路
针对现有技术的不足，本专利技术提供一种妇科显微图像大视野下白细胞的检测识别方法。该方法基于DetNet并结合双阶段目标检测方法Faster-RCNN+FPN以及目标物位置坐标关系在低倍镜大视野下有效排除上皮细胞核的干扰完成白细胞的智能检测识别，有效降低白细胞的误检率，提升白细胞的检出率。本专利技术是通过以下技术方案实现的：一种妇科显微图像大视野下白细胞的检测识别方法，包括以下步骤：S1：采集自动显微镜的低倍镜头下的妇科显微图像，得到原始图片，这些原始图片中至少包含上皮细胞、白细胞其中一种；S2：将S1的原始图片使用同一个类别标签人工标注出上皮细胞核和白细胞，设定上皮细胞核和白细胞的类别标签同为“s”，再使用另一个类别标签人工标注出上皮细胞，设定上皮细胞的类别标签为“EC”，得到对应目标物的标注信息，并保存到标注文件中，从而构建出大视野下检测白细胞的有效训练集；S3：基于DetNet并结合双阶段目标检测方法Faster-RCNN+FPN，将S2构建出的训练集进行训练，得到有效目标检测模型；S4：将待检测的图像输入S3的有效目标检测模型进行检测，得到类别标签为“s”和“EC”的目标物的检测结果；S5：通过目标物的位置坐标关系将类别标签为“s”的目标物区分为上皮细胞核和白细胞，得到最终检测结果。作为优化，所述S2中采用外接直立矩形边界框的形式标注出对应的目标物，得到对应目标物的标记信息，其中标记信息包含目标物的类别标签和位置坐标信息。作为优化，所述S3中的DetNet采用基于ResNet-101改进的DetNet-101。作为优化，所述DetNet-101由1个卷积层、5个残差模块和全连接层构成；其中第四个残差模块和第五个残差模块通过引入空洞卷积，将ResNet中的bottleNeck残差单元采用Dilatedbottleneck残差单元替代，第四个残差模块和第五个残差模块均为3个重复的DilatedbottleNeck残差单元；前三个残差模块分别为：3个重复的bottleNeck残差单元Ⅰ、4个重复的bottleNeck残差单元Ⅱ和20个重复的bottleNeck残差单元Ⅲ。作为优化，所述S5的具体步骤为：S51：设定上皮细胞核的类别标签为“n”，白细胞的类别标签为“w”；S52：如果检测出的标签为“s”的目标物在标签为“EC”的目标物框的外侧，那么标签为“s”的目标物为白细胞，将其类别标签替换为“w”，代表白细胞；S53：如果检测出的标签为“s”的目标物在标签为“EC”的目标物框的内侧，同一个标签为“EC”的目标物框的内侧可能存在一个或者多个标签为“s”的目标物，计算每个标签为“s”的目标物的中心点到标签为“EC”的中心点的欧式距离，设定标签为“s”的目标物的中心点的坐标为(x,y)，标签为“EC”的中心点的坐标为(cx,cy)，它们之间的欧式距离为计算出其中的最小欧式距离，若标签为“s”的目标物的中心点到标签为“EC”的中心点的欧式距离大于这个最小欧式距离，则标签为“s”的目标物判定为白细胞，将其类别标签替换为“w”，代表白细胞；S54：针对S53中的最小欧式距离的类别标签为“s”的目标物，设定检测出的标签为“EC”的目标物的宽为w,高为h，距离阈值为其中，0<r<1，如果这个最小欧式距离不大于距离阈值thresholddistance，则判定该目标物为上皮细胞核，将其标签替换为“n”，如果这个最小欧式距离大于距离阈值thresholddistance，则判定该目标物为白细胞，将其标签替换为“w”。作为优化，本专利技术的有益效果是：本专利技术将白细胞和上皮细胞核标注为同一个类别标签，并通过额外引入上皮细胞和上皮细胞核的检测识别，构建出类内差距小的有效训练集，训练出有效的目标检测模型，可以有效检检测出交叉堆叠的白细胞，提升白细胞的检出率，有效降低白细胞的误检率；另外，本专利技术在低倍镜大视野下识别白细胞，有更大的观察区域，可以更快速的定位白细胞较多的视野区域，高效完成白细胞的检测计数，减少医生观察显微镜的视野数，提高效率，节省时间成本和人力成本；此外，本专利技术基于DetNet并结合双阶段目标检测方法Faster-RCNN+FPN以及目标物位置坐标关系在低倍镜大视野下有效排除上皮细胞核的干扰完成白细胞的智能检测识别，进一步有效降低白细胞的误检率，提升白细胞的检出率，具有较好的实际应用价值和推广价值。附图说明下面结合附图对一种妇科显微图像大视野下白细胞的检测识别方法作进一步说明：图1为本专利技术的流程示意图；图2为截取的标注出的上皮细胞核且标签为“s”的示例图；图3为截取的标注出的白细胞且标签为“s”的示例图；图4为低倍镜大视野下包含上皮细胞和白细胞的显微图像的示例图；图5为针对图4标注出的类别标签为“s”和类别标签为“本文档来自技高网...

【技术保护点】
1.一种妇科显微图像大视野下白细胞的检测识别方法，其特征在于，包括以下步骤：/nS1：采集自动显微镜的低倍镜头下的妇科显微图像，得到原始图片，这些原始图片中至少包含上皮细胞、白细胞其中一种；/nS2：将S1的原始图片使用同一个类别标签人工标注出上皮细胞核和白细胞，设定上皮细胞核和白细胞的类别标签同为“s”，再使用另一个类别标签人工标注出上皮细胞，设定上皮细胞的类别标签为“EC”，得到对应目标物的标注信息，并保存到标注文件中，从而构建出大视野下检测白细胞的有效训练集；/nS3：基于DetNet并结合双阶段目标检测方法Faster-RCNN+FPN，将S2构建出的训练集进行训练，得到有效目标检测模型；/nS4：将待检测的图像输入S3的有效目标检测模型进行检测，得到类别标签为“s”和“EC”的目标物的检测结果；/nS5：通过目标物的位置坐标关系将类别标签为“s”的目标物区分为上皮细胞核和白细胞，得到最终检测结果。/n

【技术特征摘要】
1.一种妇科显微图像大视野下白细胞的检测识别方法，其特征在于，包括以下步骤：
S1：采集自动显微镜的低倍镜头下的妇科显微图像，得到原始图片，这些原始图片中至少包含上皮细胞、白细胞其中一种；
S2：将S1的原始图片使用同一个类别标签人工标注出上皮细胞核和白细胞，设定上皮细胞核和白细胞的类别标签同为“s”，再使用另一个类别标签人工标注出上皮细胞，设定上皮细胞的类别标签为“EC”，得到对应目标物的标注信息，并保存到标注文件中，从而构建出大视野下检测白细胞的有效训练集；
S3：基于DetNet并结合双阶段目标检测方法Faster-RCNN+FPN，将S2构建出的训练集进行训练，得到有效目标检测模型；
S4：将待检测的图像输入S3的有效目标检测模型进行检测，得到类别标签为“s”和“EC”的目标物的检测结果；
S5：通过目标物的位置坐标关系将类别标签为“s”的目标物区分为上皮细胞核和白细胞，得到最终检测结果。


2.如权利要求1所述的一种妇科显微图像大视野下白细胞的检测识别方法，其特征在于：所述S2中采用外接直立矩形边界框的形式标注出对应的目标物，得到对应目标物的标记信息，其中标记信息包含目标物的类别标签和位置坐标信息。


3.如权利要求1或2任一所述的一种妇科显微图像大视野下白细胞的检测识别方法，其特征在于：所述S3中的DetNet采用基于ResNet-101改进的DetNet-101。


4.如权利要求3所述的一种妇科显微图像大视野下白细胞的检测识别方法，其特征在于：所述DetNet-101由1个卷积层、5个残差模块和全连接层构成；
其中第四个残差模块和第五个残差模块通过引入空洞卷积，将bottleNeck残差单元中间的3×3的卷积替换为3×3的空洞卷积，即将bottleNeck残差单元替换为DilatedbottleNeck残差...

【专利技术属性】
技术研发人员：谢晓鸿，谢时灵，张平，
申请(专利权)人：山东仕达思医疗科技有限公司，
类型：发明
国别省市：山东;37