癌变细胞检测方法及系统技术方案

本发明专利技术揭示了一种癌变细胞检测方法及系统，所述检测方法包括：模型构建步骤；构建DNA染色细胞核识别模型及伊红染色细胞核识别模型；癌变细胞识别步骤；利用DNA染色细胞核识别模型挑选出疑似癌细胞，将疑似癌细胞利用伊红染色细胞核识别模型进行矫正。本发明专利技术提出的癌变细胞检测方法及系统，可提高癌变细胞检测的准确性，同时能提高癌变细胞检测效率。同时能提高癌变细胞检测效率。同时能提高癌变细胞检测效率。

【技术实现步骤摘要】
癌变细胞检测方法及系统


[0001]本专利技术属于细胞检测
，涉及一种细胞检测方法，尤其涉及一种癌变细胞检测方法及系统。

技术介绍

[0002]目前传统的诊断是通过染色制成玻片后，由检验科专家通过显微镜来逐个视野观看，由于片子视野范围比较大，细胞核数量众多,这需要专家很长时间才能确定好一个病理玻片的诊断，而且很有可能由于视觉疲劳导致遗漏可能的癌细胞。
[0003]除此之外,由于每个检验医师都有自己的主观判断容易导致同一张片子不同的医生检查,会有不用的结果。
[0004]有鉴于此，如今迫切需要设计一种新的细胞检测方式，以便克服现有细胞检测方式存在的上述至少部分缺陷。

技术实现思路

[0005]本专利技术提供一种癌变细胞检测方法及系统，可提高癌变细胞检测的准确性，同时能提高癌变细胞检测效率。
[0006]为解决上述技术问题，根据本专利技术的一个方面，采用如下技术方案：
[0007]一种癌变细胞检测方法，所述检测方法包括：
[0008]模型构建步骤；构建DNA染色细胞核识别模型及伊红染色细本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种癌变细胞检测方法，其特征在于，所述检测方法包括：模型构建步骤；构建DNA染色细胞核识别模型及伊红染色细胞核识别模型；癌变细胞识别步骤；利用DNA染色细胞核识别模型挑选出疑似癌细胞，将疑似癌细胞利用伊红染色细胞核识别模型进行矫正。2.根据权利要求1所述的癌变细胞检测方法，其特征在于：DNA染色细胞核识别模型构建步骤包括：将获得的DNA染色数字图片进行色域转换，从而定位细胞核的位置；根据细胞核位置,将单个的细胞核从整张DNA染色图中裁剪下来，并进行分类，分为中性粒细胞核、淋巴细胞核、上皮细胞核或杂质；生成足够多的数据量，建立数据集；将数据集按照设定比例分为训练集及测试集；构建DNA染色细胞核识别模型；所述检测方法进一步包括：DNA染色细胞核识别模型训练步骤：在DNA染色细胞核识别模型的训练过程中，采用小批量随机梯度下降法来迭代模型的参数，损失函数模型采用交叉熵损失函数；训练结束后，测试集效果最好的模型作为深度学习算法最优模型。3.根据权利要求1所述的癌变细胞检测方法，其特征在于：伊红染色细胞核识别模型构建步骤包括：将获得的伊红染色数字图片进行色域转换，从而定位细胞核的位置；根据细胞核位置,将单个的细胞核从整张伊红染色图中裁剪下来，并进行分类，分为非上皮细胞或上皮细胞；生成足够多的数据量，建立数据集；将数据集按照设定比例分为训练集及测试集；构建伊红染色细胞核识别模型；所述检测方法进一步包括：伊红染色细胞核识别模型训练步骤：在伊红染色细胞核识别模型的训练过程中，采用小批量随机梯度下降法来迭代模型的参数，损失函数模型采用交叉熵损失函数；训练结束后，测试集效果最好的模型作为深度学习算法最优模型。4.根据权利要求1所述的癌变细胞检测方法，其特征在于：癌变细胞识别步骤包括：检查DNA染色玻片,分割细胞核，识别细胞核种类,选取其中的设定数量的中性粒细胞核与设定数量的淋巴细胞核的DNA含量的平均值作为整个计算过程的标准DNA含量；识别上皮细胞核,计算其DNA含量；如果上皮细胞核的DNA含量是标准DNA含量的设定倍数以上,那么将其挑选出来,放入到伊红染色细胞核识别模型中进行校验是否是上皮细胞；如果是,那么该细胞核将是所要的结果,对其进行保存输出。5.根据权利要求1所述的癌变细胞检测方法，其特征在于：DNA染色细胞核识别模型构建步骤进一步包括：对将要训练的数据进行预处理操作；(1)对图像随机裁剪到原始图像面积的设定范围，宽高比在设定比例之间随机选择；再通过设定次样条差值的方式将图像像素点变为设定值；(2)对其每个通道的数据进行标准化，即对R、G、B每个通道的值分别减去对应通道整个数据集的均值然后除以对应通道整个数据集的方差；(3)处理成深度学所需的图片格式。6.根据权利要求1所述的癌变细胞检测方法，其特征在于：构建DNA染色细胞核识别模型中，创建一个设定层的卷积神经网络，包括卷积层、激活函数、池化层，并且使用short
‑
cut来防止梯度消失问题；在模型的最后一个卷积层中，分别对设定若干层的输出结果进行通道合并，保证对细粒度特征的提取，损失函数采用relu作为激活函数，池化采用最大池化；在最后一层，模型利用设定至少一层的全连接以及softmax作为激活函数,来最终实现
模型的构建。7.一种DNA染色和伊红染色对比分析方法，其特征在于，所述对比分析方法包括：步骤S1、将获得的DNA染色数字图片从RGB转换到HSV色域；细胞的胞核在整个图片中为特有的蓝色聚集状态，设定蓝色阈值构建掩模进行二值化,以此来定位到细胞核的位置；步骤S2、根据细胞核位置,将单个的细胞核从整张DNA染色图中裁剪下来,然后进行分类,分为中性粒细胞核,淋巴细胞核,上皮细胞核以及杂质四类；步骤S3、重复的进行步骤S1、步骤S2，直至生成足够的数据量，从而建立的数据集；步骤S4、将数据集按照设定比例分为训练集及测试集；步骤S5、对数量较少的种类进行数据增强，包括多角度旋转，水分垂直翻转，从而实现训练集的样本均衡；步骤S6、对将要训练的数据进行预处理操作：(1)对图像随机裁剪到原始图像面积的设定范围，宽高比在设定比例之间随机选择；再通过设定次样条差值的方式将图像像素点变为设定值；(2)对其每个通道的数据进行标准化，即对R、G、B每个通道的值分别减去对应通道整个数据集的均值然后除以对应通道整个数据集的方差；(3)处理成深度学所需的图片格式；步骤S7、构建DNA染色细胞核识别模型，首先创建一个设定层的卷积神经网络，包括卷积层，激活函数，池化层，...

【专利技术属性】
技术研发人员：梅园，
申请(专利权)人：上海申挚医疗科技有限公司，
类型：发明
国别省市：