异常细胞检测分割方法、装置、设备及存储介质制造方法及图纸

本申请涉及人工智能和智慧医疗领域，具体公开了一种异常细胞检测分割方法、装置、设备及存储介质，所述方法包括：获取待检测细胞的玻片图像；对所述玻片图像进行图像分割，得到多个图像块；对所述多个图像块分别进行预处理，得到预处理后的图像；将所述预处理后的图像输入至预先训练的细胞检测模型中，所述预先训练的细胞检测模型包括目标检测分支和图像分割分支；基于所述目标检测分支对所述待检测细胞进行异常检测，以及基于所述图像分割分支对所述待检测细胞进行细胞分割。对所述待检测细胞进行细胞分割。对所述待检测细胞进行细胞分割。

【技术实现步骤摘要】
异常细胞检测分割方法、装置、设备及存储介质


[0001]本申请涉及人工智能领域，尤其涉及一种异常细胞检测分割方法、装置、设备及存储介质。

技术介绍

[0002]随着人们生活质量的提高，对自身身体健康的关注也逐渐增加。宫颈癌作为对女性生命健康造成严重危害的恶性肿瘤之一，是目前唯一可以早发现并治愈的癌症，因此早期筛查对于宫颈癌的治疗相当关键。可以通过一些宫颈癌智能辅助筛查系统来对宫颈细胞进行异常检测，但大多数的智能辅助筛查系统对病变程度相对轻的异常细胞检测精度不高，并且当存在细胞重叠等现象时，筛查系统就难以正确区分出异常细胞的边界。

技术实现思路

[0003]本申请提供了一种异常细胞检测分割方法、装置、设备及存储介质，以提高检测和分割准确率。
[0004]第一方面，本申请提供了一种异常细胞检测分割方法，所述方法包括：
[0005]获取待检测细胞的玻片图像；
[0006]对所述玻片图像进行图像分割，得到多个图像块；
[0007]对所述多个图像块分别进行预处理，得到预处理后的图像；
[0008]将所述预处理后的图像输入至预先训练的细胞检测模型中，所述预先训练的细胞检测模型包括目标检测分支和图像分割分支；
[0009]基于所述目标检测分支对所述待检测细胞进行异常检测，以及基于所述图像分割分支对所述待检测细胞进行细胞分割。
[0010]第二方面，本申请还提供了一种异常细胞检测分割装置，所述装置包括：
[0011]图像获取模块，用于获取待检测细胞的玻片图像；
[0012]图像分割模块，用于对所述玻片图像进行图像分割，得到多个图像块；
[0013]图像处理模块，用于对所述多个图像块分别进行预处理，得到预处理后的图像；
[0014]图像输入模块，用于将所述预处理后的图像输入至预先训练的细胞检测模型中，所述预先训练的细胞检测模型包括目标检测分支和图像分割分支；
[0015]检测分割模块，用于基于所述目标检测分支对所述待检测细胞进行异常检测，以及基于所述图像分割分支对所述待检测细胞进行细胞分割。
[0016]第三方面，本申请还提供了一种计算机设备，所述计算机设备包括存储器和处理器；所述存储器用于存储计算机程序；所述处理器，用于执行所述计算机程序并在执行所述计算机程序时实现如上述的异常细胞检测分割方法。
[0017]第四方面，本申请还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时使所述处理器实现如上述的异常细胞检测分割方法。
[0018]本申请公开了一种异常细胞检测分割方法、装置、设备及存储介质，通过获取待检测细胞的玻片图像，并对玻片图像进行图像分割，得到多个图像块，再对多个图像块分别进行预处理，得到预处理后的图像，最后将预处理后的图像输入至预先训练的细胞检测模型中，基于细胞检测模型中的目标检测分支对待检测细胞进行异常检测，以及基于细胞检测模型中的图像分割分支对待检测细胞进行细胞分割。通过细胞检测模型的混合级联结构，能够同时完成对异常细胞的检测和分割，提高检测和分割准确率。
附图说明
[0019]为了更清楚地说明本申请实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0020]图1是本申请实施例提供的异常细胞检测分割方法的步骤示意流程图；
[0021]图2是本申请实施例提供的进行图像分割的步骤示意图；
[0022]图3是本申请实施例提供的对图像块进行预处理的步骤示意图；
[0023]图4是本申请实施例提供的预先训练的细胞检测模型的一结构示意图；
[0024]图5是本申请实施例提供的预先训练的细胞检测模型的另一结构示意图；
[0025]图6是本申请实施例提供的一种异常细胞检测分割装置的示意性框图；
[0026]图7是本申请实施例提供的一种计算机设备的结构示意性框图。
具体实施方式
[0027]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0028]附图中所示的流程图仅是示例说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解、组合或部分合并，因此实际执行的顺序有可能根据实际情况改变。
[0029]应当理解，在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
[0030]还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
[0031]本申请的实施例提供了一种异常细胞检测分割方法、装置、计算机设备及存储介质。异常细胞检测分割方法可用于针对患者和/或医生的骗保行为，为快速找出患者或医生骗保提供了重要的参考。
[0032]下面结合附图，对本申请的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。
[0033]请参阅图1，图1是本申请实施例提供的一种异常细胞检测分割方法的示意流程图。该异常细胞检测分割方法通过级联结构的细胞检测模型实现了同时完成异常细胞的检
测赫尔分割，提高检测和分割准确率。
[0034]如图1所示，该异常细胞检测分割方法，具体包括：步骤S101至步骤S105。
[0035]S101、获取待检测细胞的玻片图像。
[0036]待检测细胞可以是宫颈细胞。在具体实施过程中，使用扫描仪对宫颈细胞病理玻片进行扫描，获得宫颈细胞病理玻片的玻片图像，其中，玻片图像可以是多种格式，例如.svs、.kfb、.ndpi、.tif、.sdpc等格式。
[0037]S102、对所述玻片图像进行图像分割，得到多个图像块。
[0038]对玻片图像进行图像分割，将玻片图像分割为多个图像块，在对待检测细胞进行异常检测和细胞分割时加快处理速度。
[0039]在一实施例中，请参阅图2，为进行图像分割的步骤示意图。步骤S102包括步骤S1021和步骤S1022。
[0040]S1021、使用霍夫变换从所述玻片图像中确定特征区域；S1022、在所述特征区域内基于预先设置的划窗进行图像分割。
[0041]在得到玻片图像后，使用霍夫变换在玻片图像中寻找细胞所在的前景区域，从而从玻片图像中确定出特征区域，也即ROI(reg本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种异常细胞检测分割方法，其特征在于，所述方法包括：获取待检测细胞的玻片图像；对所述玻片图像进行图像分割，得到多个图像块；对所述多个图像块分别进行预处理，得到预处理后的图像；将所述预处理后的图像输入至预先训练的细胞检测模型中，所述预先训练的细胞检测模型包括目标检测分支和图像分割分支；基于所述目标检测分支对所述待检测细胞进行异常检测，以及基于所述图像分割分支对所述待检测细胞进行细胞分割。2.根据权利要求1所述的异常细胞检测分割方法，其特征在于，所述基于所述目标检测分支对所述待检测细胞进行异常检测，以及基于所述图像分割分支对所述待检测细胞进行细胞分割，包括：将所述预处理后的图像输入所述目标检测分支，得到所述待检测细胞对应的边界特征，并根据所述边界特征对所述待检测细胞进行异常检测；将所述边界特征输入所述图像分割分支，得到所述待检测细胞对应的掩膜特征，并根据所述掩膜特征对所述待检测细胞进行细胞分割。3.根据权利要求1所述的异常细胞检测分割方法，其特征在于，所述预先训练的细胞检测模型中包括语义分割分支；所述方法包括：基于语义分割分支对所述预处理后的图像进行语义分割，得到语义特征；所述基于所述目标检测分支对所述待检测细胞进行异常检测，以及基于所述图像分割分支对所述待检测细胞进行细胞分割，包括：将边界特征与所述语义特征进行融合，得到第一融合特征，并基于所述第一融合特征对所述待检测细胞进行异常检测；以及将掩膜特征与所述语义特征进行融合，得到第二融合特征，并基于所述第二融合特征对所述待检测细胞进行细胞分割。4.根据权利要求1所述的异常细胞检测分割方法，其特征在于，所述对所述玻片图像进行图像分割，包括：使用霍夫变换从所述玻片图像中确定特征区域；在所述特征区域内基于预先设置的划窗进行图像分割。5.根据权利要求1所述的异常细胞检测分割方法，其特征在...

【专利技术属性】
技术研发人员：初晓，韩英男，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：