一种有丝分裂细胞检测模型训练方法、系统、可读存储介质技术方案

本申请实施例提一种有丝分裂细胞检测模型训练方法、系统、可读存储介质，该方法包括基于待训练的初始图像，进行有丝分裂细胞区域的扩充，并得到相应的目标扩充图像；将目标扩充图像输入到初始检测模型进行模型训练，且，训练过程中，使用框能量密度对损失函数进行矫正；其中，在触发训练结束条件时，得到目标检测模型。该方法的实施能够降低有丝分裂细胞的检测难度。测难度。测难度。

【技术实现步骤摘要】
一种有丝分裂细胞检测模型训练方法、系统、可读存储介质


[0001]本申请涉及病理图像处理
，具体而言，涉及一种有丝分裂细胞检测模型训练方法、系统、可读存储介质。

技术介绍

[0002]乳腺癌是全球第二大常见癌症，疾病早期常表现为乳房肿块、乳头溢液、腋窝淋巴结肿大等症状，晚期可因癌细胞发生远处转移，出现多器官病变，直接威胁患者的生命。随着医疗水平的提高，乳腺癌已成为疗效最佳的实体肿瘤之一。因此，早期的乳腺癌诊断有助于提高患者的生存率。
[0003]目前，国际上已采用诺丁汉分级系统(NGS)对乳腺癌进行分级。NGS由三个形态特征组成，包括核多形性、小管形成和有丝分裂指数。其中，有丝分裂指数的统计需要对有丝分裂的细胞进行检测并计数，但由于有丝分裂细胞与非有丝分裂细胞外观非常相似，使得难以将二者进行区分，使得基于乳腺癌显微镜图像进行分析，在临床实践中是一项具有挑战性的任务。另一方面，单张切片中一般包含数以十万计的各种类型的染色细胞，而有丝分裂细胞通常隐藏在这些密集的细胞之中，这也进一步加重了有丝分裂细胞的检测难度。r/>
技术实现思路
<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种有丝分裂细胞检测模型训练方法，其特征在于，包括以下步骤：基于待训练的初始图像，进行有丝分裂细胞区域的扩充，并得到相应的目标扩充图像；将所述目标扩充图像输入到初始检测模型进行模型训练，且，训练过程中，使用框能量密度对损失函数进行矫正；其中，在触发训练结束条件时，得到目标检测模型。2.根据权利要求1所述的方法，其特征在于，所述基于待训练的初始图像，进行有丝分裂细胞区域的扩充，并得到相应的目标扩充图像，包括：按照预设的提取范围，从所述初始图像中提取出有丝分裂细胞区域；基于区域生长法，从所述有丝分裂细胞区域中提取出细胞生长区域；将所述细胞生长区域复制到所述初始图像内不存在有丝分裂细胞的目标区域中，以将所述初始图像转换为目标扩充图像。3.根据权利要求2所述的方法，其特征在于，所述基于区域生长法，从所述有丝分裂细胞区域中提取出细胞生长区域，包括：基于所述初始图像的图像中心确定区域生长点，并将所述区域生长点周围的预设邻域范围内的各个像素点作为待测点；基于所述待测点的灰度值与所述区域生长点的灰度值之间的差值，确定、并提取出相应的细胞生长区域。4.根据权利要求3所述的方法，其特征在于，所述提取范围包括30
×
30的像素范围；所述预设邻域范围包括8领域范围；判断细胞生长区域的生长准则包括所述待测点的灰度值与所述区域生长点的灰度值之间的差值小于10。5.根据权利要求1所述的方法，其特征在于，所述训练过程中，使用框能量密度对损失函数进行矫正，包括：从所述目标扩充图像中的，确定用于区分背景和检测对象的建议框；通过下述公式(1)，计算一个建议框的平均距离Density：式(1)中，D(b
i
,b
j
)表示建议框b
i
与建议框b
j
的中心点之间的曼哈顿距离，N表示所有建议框的数量；基于所述一个建议框的平均距离Density，通过下述公式，计算每个建议框b的密度能量Energy(b)：基于所述密度能量Energy(b)，进行损失函数的矫正。6.根据权利要求1所述的方法，其特征在于，所述基于所述密度能量Energy(b)，进行损失函数的矫正，...

【专利技术属性】
技术研发人员：李涵生，亢宇鑫，杨林，
申请(专利权)人：杭州迪英加科技有限公司，
类型：发明
国别省市：