一种用于对宫颈细胞图像进行分类的系统技术方案

一种用于对宫颈细胞图像进行分类的系统，包括：流式显微成像装置，对包括脱落的宫颈细胞的待检测液体样本中的微粒进行图像采集，并获得仅包括单个微粒的一个或多个单微粒图像；筛选装置，利用基于第一级神经网络的预分类模型对所获取的一个或多个单微粒图像进行预分类，以从所述一个或多个单微粒图像中筛选出宫颈细胞图像；图像分割装置，利用基于第二级神经网络的图像分割模型对所述宫颈细胞图像进行图像分割，以将所述宫颈细胞图像分割为第一区域、第二区域和第三区域；以及分类装置，根据所分割的区域确定表征所述宫颈细胞的形态学特征的多个特征参数，并基于所述多个特征参数，利用基于第三级神经网络的分类模型来识别所述宫颈细胞的类别。所述宫颈细胞的类别。所述宫颈细胞的类别。

A system for classifying cervical cell images

【技术实现步骤摘要】
一种用于对宫颈细胞图像进行分类的系统


[0001]本公开实施例涉及图像识别
，特别是涉及一种用于对基于流式细胞显微成像技术所获取的宫颈细胞图像进行分类的系统、电子设备及计算机可读存储介质。

技术介绍

[0002]宫颈癌是常见的妇科恶性肿瘤，我国一年宫颈癌发病人数约为11万人，占全球的五分之一以上。适时地进行宫颈癌筛查，有利于控制宫颈癌发病人数，降低癌症的发病率和死亡率。
[0003]TCT检查是液基薄层细胞检查的简称，是宫颈癌筛查的基本方法之一。医生通过毛刷收集脱落的宫颈脱落细胞，加入细胞保存液中，再经过离心、染色制片处理后，在显微镜下观察细胞形态，对脱落的宫颈细胞进行分类识别，进而判断患者是否出现癌变。整个检查过程时间长，相当耗人力，在大规模检查下医生的工作量大。流式细胞仪检测速度快，可以高达上千个细胞每秒，但其检测得到的信息维度少，无法通过细胞体积形态等高维度信息来对细胞进行分类，因此精度不高，通常只能用作定量分析，常用于细胞的初筛。
[0004]尽管目前有些宫颈细胞分类算法实现显微镜图像的细胞分类，但是这种方式还是依本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于对宫颈细胞图像进行分类的系统，包括：流式显微成像装置，对包括脱落的宫颈细胞的待检测液体样本中的微粒进行图像采集，并获得仅包括单个微粒的一个或多个单微粒图像；筛选装置，利用基于第一级神经网络的预分类模型对所获取的一个或多个单微粒图像进行预分类，以从所述一个或多个单微粒图像中筛选出宫颈细胞图像；图像分割装置，利用基于第二级神经网络的图像分割模型对所述宫颈细胞图像进行图像分割，以将所述宫颈细胞图像分割为第一区域、第二区域和第三区域；以及分类装置，根据所分割的区域确定表征所述宫颈细胞的形态学特征的多个特征参数，并基于所述多个特征参数，利用基于第三级神经网络的分类模型来识别所述宫颈细胞的类别。2.根据权利要求1所述的系统，其中，所述待检测液体样本是通过以下步骤获得的：对待处理的原始液体进行离心操作，以获取所述待处理的原始液体中的多个微粒；将经过离心操作所获取的多个微粒的上清去除，并将去除了上清的多个微粒重悬于微粒固定液中；以及对经过重悬的细胞固定液进行移液处理以获得待检测液体样本，其中所述待检测液体样本中的所有微粒处于单微粒状态。3.根据权利要求1所述的系统，其中，所述流式显微成像装置包括光源、聚光透镜组、流式管道、显微物镜、筒镜、相机，所述流式显微成像装置通过控制待检测液体样本的流动来控制待检测液体样本中的微粒稳定地流过所述流式管道的中央；所述光源被配置为发射可见光光束；所述聚光透镜组被配置为聚集所述光束并将所述光束均匀地照射在所述流式管道上；所述显微物镜采用无限远物镜，对焦在所述流式管道中心，对流过的微粒进行成像；所述筒镜将无限远物镜的出射的光汇聚成像，调节筒镜的焦距可以调整成像的放大倍数；以及所述相机位于所述筒镜的后焦面，对所放大的像进行拍摄，以获得包括微粒的图像。4.根据权利要求1
‑
3中任一项所述的系统，其中，利用流式显微成像装置对包括脱落的宫颈细胞的待检测液体样本中的微粒进行图像采集，并获得仅包括单个微粒的一个或多个单微粒图像包括：响应于微粒经过所述流式显微成像装置的流式管道，获取包括微粒的图像；确定所述包括微粒的图像中一个或多个微粒区域的定位；以及基于所述一个或多个微粒区域的定位，从所述包括微粒的图像中切割出仅包括单个微粒的一个或多个单微粒图像。5.根据权利要求4所述的系统，其中，确定所述包括微粒的图像中一个或多个微粒区域的定位包括：响应于没有微粒经过所述流式显微成像装置的流式管道，获取不包括微粒的图像；将所述包括微粒的图像与所述不包括微粒的图像的像素值逐像素相减，以获得残差图像；对所述残差图像进行二值化处理，以获得二值化后的残差图像；
将所述二值化后的残差图像中像素值为1的区域确定为所述一个或多个微粒区域在所述残差图像中的定位；以及将所述包括微粒的图像中的与所述残差图像中的一个或多个微粒区域的定位相对应的像素区域确定为所述一个或多个微粒区域在所述包括微粒的图像中的定位。6.根据权利要求4所述的系统，其中，基于所述一个或多个微粒区域的定位，从所述包括微粒的图像中切割出仅包括单个微粒的一个或多个单微粒图像包括：基于所述一个或多个微粒区域在所述包括微粒的图像中的定位，在所述包括微粒的图像中确定围绕所述一个或多个微粒区域的一个或多个最小矩形区域，以及从所述包括微粒的图像中切割出所述一个或多个最小矩形区域，以作为所述一个或多个单微粒图像；或将所述一个或多个最小矩形区域向四周延伸预定数量的像素，并从所述包括微粒的图像中切割出一个或多个延伸后的矩形区域，以作为所述一个或多个单微粒图像；或以所述一个或多个微粒中的每一个微粒区域为中心，从所述包括微粒的图像中切割出大于每一个微粒区域且具有固定尺寸的区域，以作为所述一个或多个单微粒图像。7.根据权利要求1
‑
3中任一项所述的系统，其中，所述第一级神经网络是预先训练好的基于神经网络的二分类模型，其被训练为对完整的宫颈细胞图像与杂质图像和/或破损细胞图像和/或成团细胞图像进行分类，并筛选出完整的宫颈细胞图像。8.根据权利要求1
‑
3中任一项所述的系统，所述第二级神经网络是预先训练好的基于神经网络的图像分割模型，其中，利用基于所述第二级神经网络的图像分割模型对所述宫颈细胞图像进行图像分割，以将所述宫颈细胞图像分割为第一区域、第二区...

【专利技术属性】
技术研发人员：陈宏强，
申请(专利权)人：天津凌视科技有限公司，
类型：发明
国别省市：