【技术实现步骤摘要】
辅助诊断方法、图像处理模型及存储介质
[0001]本申请涉及医疗器械
，尤其是涉及一种辅助诊断方法、图像处理模型及计算机存储介质。
技术介绍
[0002]目前，血细胞分析仪的应用越来越广泛，技术发展也越来越成熟，通过血细胞分析仪对患者血样进行自动检测，无论三分类、五分类、还是更高端的带不同荧光通道的血细胞分析仪，展示给用户的界面几乎没有大变化——由数十个报告参数、数个图形和数目不等的来自不同通道的报警信息组成，即血细胞分析仪对患者的血样进行检测分析后，展示给检验医师的是由大量数据、图形组成的数值型报告。
[0003]检验医师需要利用这些数值型报告做综合判断，才能给临床医生发送检验报告。然而，检验医师每天需要处理的血样标本量大，极高的工作强度无法保证他们拥有充足的时间了解每位患者的检测数据，而且也非常依赖检验医师的个人检验水平，从而检验效率低。
技术实现思路
[0004]为解决现有存在的技术问题，本申请提供一种检验效率更高、且检测结果更准确的辅助诊断方法、图像处理模型及计算机存储介质。
[...
【技术保护点】
【技术特征摘要】
1.一种辅助诊断方法，应用于深度学习模型，其特征在于，包括：获取待检测对象的生物样本分析图像；其中，所述生物样本分析图像包括血细胞直方图、血细胞散点图、脉冲信号波形图、脉冲信号特征图、血栓弹力图、生化或免疫反应曲线；对所述生物样本分析图像进行特征提取，输出所述生物样本分析图像所承载的目标特征的识别结果。2.如权利要求1所述的辅助诊断方法，其特征在于，所述对所述生物样本分析图像进行特征提取，输出所述生物样本分析图像所承载的目标特征的识别结果，包括：通过第一子图像模型对所述血细胞直方图进行特征提取，输出所述血细胞直方图所承载的目标细胞特征的第一识别结果；通过第二子图像模型对所述血细胞散点图进行特征提取，输出所述血细胞散点图所承载的目标细胞特征的第二识别结果。3.如权利要求2所述的辅助诊断方法，其特征在于，所述第一子图像模型和所述第二子图像模型分别为图像分类神经网络模型；所述通过第一子图像模型对所述血细胞直方图进行特征提取，输出所述血细胞直方图所承载的目标细胞特征的第一识别结果，包括：通过第一子图像模型对所述血细胞直方图进行特征提取，输出携带有所述血细胞直方图所承载的目标细胞特征的分类标签的第一识别结果；所述通过第二子图像模型对所述血细胞散点图进行特征提取，输出所述血细胞散点图所承载的目标细胞特征的第二识别结果，包括：通过第二子图像模型对所述血细胞散点图进行特征提取，输出携带有所述血细胞散点图所承载的目标细胞特征的分类标签的第二识别结果。4.如权利要求3所述的辅助诊断方法，其特征在于，所述获取待检测对象的血细胞分析图像之前，还包括：获取样本图像集；所述样本图像集包括携带有目标细胞特征的分类标签的血细胞直方图作为第一样本图像、及携带有目标细胞特征的分类标签的血细胞散点图作为第二样本图像；所述第一样本图像的分类标签包括小红细胞干扰的正样本标签和形态正常的负样本标签，所述第二样本图像的分类标签包括未成熟粒细胞异常的正样本标签和形态正常的负样本标签；采用所述第一样本图像对初始的第一图像分类神经网络模型进行迭代训练，直至所述第一图像分类神经网络模型的第一损失函数收敛，得到训练后的第一子图像模型；采用第二样本图像对初始的第二图像分类神经网络模型进行迭代训练，直至所述第二图像分类神经网络模型的第二损失函数收敛，得到训练后的第二子图像模型。5.如权利要求2所述的辅助诊断方法，其特征在于，所述第一子图像模型和所述第二子图像模型分别为目标检测神经网络模型；所述通过第一子图像模型对所述血细胞直方图进行特征提取，输出所述血细胞直方图所承载的目标细胞特征的第一识别结果，包括：通过第一子图像模型对所述血细胞直方图进行特征提取，输出包含有所述血细胞直方图所承载的目标细胞特征所在图像区域标注的第一识别结果；所述通过第二子图像模型对所述血细胞散点图进行特征提取，输出所述血细胞散点图
所承载的目标细胞特征的第二识别结果，包括：通过第二子图像模型对所述血细胞散点图进行特征提取，输出包含有所述血细胞散点图所承载的目标细胞特征所在图像区域标注的第二识别结果。6.如权利要求5所述的...
【专利技术属性】
技术研发人员：方建伟，霍子凌，李国军，刘治志，
申请(专利权)人：深圳市帝迈生物技术有限公司，
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。