【技术实现步骤摘要】
一种基于宫颈细胞液基制片的霉菌识别方法及系统
[0001]本专利技术涉及医学细胞图像处理技术,特别涉及一种基于宫颈细胞液基制片的霉菌识别方法及系统。
技术介绍
[0002]宫颈癌在全球女性生殖健康中,是发病率和致死率最高的恶性肿瘤,宫颈细胞学检查是目前最普遍、最经济有效的宫颈癌筛查方法,能有效降低宫颈癌发生率和死亡率。在宫颈细胞学筛查中,除了需要关注和宫颈癌相关的鳞状细胞和腺细胞病变外,还需要注意宫颈微生物感染情况。当前的宫颈微生物感染的流行病特点是:滴虫、霉菌与病毒等与性生活有关的微生物感染率居高不下,尤其好发于20~40岁的中青年女性。据文献报道,宫颈特异性微生物的感染率为12.6%~15.1%,霉菌5.0%~6.1%,细菌3.6%~6.0%,滴虫2.5%~3.4%,HPV 2.6%~3.0%,疱疹0.09%~0.90%。宫颈细胞学检查一般能明确查到感染的病原体或病原体引起的特征性细胞改变,方法简单可靠,对临床治疗有重要的指导意义。
[0003]其中,霉菌作为宫颈微生物感染率较高微生物种类,能够引发外阴阴道炎症性 ...
【技术保护点】
【技术特征摘要】
1.一种基于宫颈细胞液基制片的霉菌识别方法,其特征在于,所述方法包括:设置霉菌识别模型,所述模型是基于变换器Transformer神经网络训练,并测试通过后得到的;对宫颈细胞液基制片进行图像化处理,得到宫颈细胞液基染色片的图像;将得到的宫颈细胞液基染色片的图像输入到该霉菌识别模型中,输出得到该图像的霉菌识别结果。2.如权利要求1所述的识别方法,其特征在于,所述基于Transformer神经网络训练包括:提供基于宫颈细胞液基染色片的图像的正样本集合,以及基于宫颈细胞液基染色片的图像的负样本集合;对该正样本集合中的正样本及该负样本集合中的负样本,采用预设的数据增强方式进行数据增强处理;采用处理后的该正样本集合及该负样本集合,对所述霉菌识别模型的结构进行训练。3.如权利要求1所述的识别方法,其特征在于,所述基于Transformer神经网络进行测试通过的过程包括:提供基于宫颈细胞液基染色片的图像的测试样本集合;对该测试样本集合,采用预设的数据增强方式进行数据增强处理;采用处理后的测试样本集合,对训练后的所述霉菌识别模型进行测试,测试符合预设的霉菌识别概率值后,测试通过。4.如权利要求1所述的识别方法,其特征在于,所述对宫颈细胞液基制片进行图像化处理包括:获取得到宫颈细胞液基制片的图像;对所获取得到的宫颈细胞液基制片的图像进行预设的数据增强方式的处理。5.如权利要求2、3或4所述的识别方法,其特征在于,所述采用预设的数据增强方式进行数据增强处理包括:对图像进行设置方式的旋转、对图像进行色彩变化或/和进行模糊处理的数据增强方式;或/和,对批量的图像选择一个作为数据增强子策略,基于搜索算法确定最佳策略获取图像的数据增强方;或/和,对图像进行设定尺寸的剪裁处理的数据增强方式。6.如权利要求1所述的识别方法,其特征在于,所述霉菌识别模型的结构为:卷积层、具有多个Transformer块的Transformer层及全连接层,其中,该卷积层进行卷积处理;该Transformer模型是由多个Transformer块之间串联,其中与该卷积层连接的Transformer块处理该卷积后的图像后,输出经过Transformer块处理的图像,其他的Transformer块处理所连接的前一Transformer块输出的经过Transformer块处理的图像,直到连接全连接层的Transformer块处理完成,输出该Transformer层处理的图像;在每个Transformer块处理图像过程为:对图像依次进行线性正则化处理、卷积处理、自注意力机制处理及残差处理;
该全连接层对该Transformer层处理的图像进行分类处理。7.如权利要...
【专利技术属性】
技术研发人员:杨志明,
申请(专利权)人:苏州深思考人工智能科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。