一种用于骨髓涂片的细胞校核方法技术

本发明专利技术涉及医学影像技术领域，具体涉及一种用于骨髓涂片的细胞校核方法；本发明专利技术所提供的方法，包括步骤：获取需校核的骨髓涂片图片，提取骨髓涂片图片的原始细胞分类信息；基于训练好的细胞识别模型对骨髓涂片图片中的细胞进行校验识别，获得校验后细胞分类信息；将骨髓涂片图片的原始细胞分类信息与校验后细胞信息进行比对，若原始细胞分类信息与校验后细胞分类信息的分类不相符，则根据校验后细胞分类信息对该骨髓涂片图片的细胞分类进行修正；其中，所述训练好的细胞识别模型为经过训练后的VGG模型。本发明专利技术可有效对人工筛查和机器筛查的涂片图片中的细胞进行验证识别，有效避免识别错误。识别错误。识别错误。

【技术实现步骤摘要】
一种用于骨髓涂片的细胞校核方法


[0001]本专利技术涉及医学影像
，具体涉及一种用于骨髓涂片的细胞校核方法。

技术介绍

[0002]贫血的原因其中最常见的，是缺铁性贫血或称营养性贫血。如果人体对铁的摄入量不足，便会影响到血红蛋白的合成，从而使红细胞中血红蛋白的含量显著减少，随之红细胞数目就减少。其结果，会使人体内的各细胞、组织供氧不足，将导致缺铁性贫血症。
[0003]白血病是一类造血干细胞恶性克隆性疾病。克隆性白血病细胞因为增殖失控、分化障碍、凋亡受阻等机制在骨髓和其他造血组织中大量增殖累积，并浸润其他非造血组织和器官，同时抑制正常造血功能。临床可见不同程度的贫血、出血、感染发热以及肝、脾、淋巴结肿大和骨骼疼痛。
[0004]骨髓涂片是判断有核细胞增生程度，骨髓涂片采用铁染色及不同的组化染色等可为缺铁性贫血及各类白血病提供诊断依据。
[0005]通过光学显微镜对骨髓涂片进行人工筛查，是当前诊断常用的方法。但人工检测所需步骤繁琐，需要检测人员拥有丰富的专业领域知识和工作经验，才能准确识别。人工筛查后得到的骨髓涂片，往往容易出现识别和分类错误等。
[0006]综上所述，研发一种用于骨髓涂片的细胞校核方法，是细胞图像处理
中急需解决的关键问题。

技术实现思路

[0007]针对现有技术所存在的上述缺点，本专利技术在于提供一种用于骨髓涂片的细胞校核方法。
[0008]为实现上述目的，本专利技术提供了如下技术方案：一种用于骨髓涂片的细胞校核方法，包括以下步骤：（1）获取需校核的骨髓涂片图片，提取骨髓涂片图片的原始细胞分类信息；（2）基于训练好的细胞识别模型对骨髓涂片图片中的细胞进行校验识别，获得校验后细胞分类信息；（3）将骨髓涂片图片的原始细胞分类信息与校验后细胞信息进行比对，若原始细胞分类信息与校验后细胞分类信息的分类不相符，则根据校验后细胞分类信息对该骨髓涂片图片的细胞分类进行修正；其中，所述训练好的细胞识别模型为经过训练后的VGG模型，VGG模型的训练过程如下：采集历史骨髓涂片，分别建立图像样本库；从样本库的历史骨髓涂片中提取细胞图像纹理特征，将其作为该样本库的训练样本；将训练样本按照7:1的比例分别为训练集和测试集，将训练集作为VGG模型的输
入，对VGG模型进行训练；再以测试集作为VGG模型的输入，对VGG模型进行测试，获得训练后的VGG模型。
[0009]本专利技术进一步的设置为：在步骤（3）中，根据校验后细胞分类信息对该骨髓涂片图片的细胞分类进行修正时，重新对该骨髓涂片图片的各细胞进行分类和框选，导出相应的细胞区域图像。
[0010]本专利技术进一步的设置为：在步骤（3）中，导出相应的细胞区域图像时，对细胞的大小进行测量。
[0011]本专利技术进一步的设置为：在步骤（3）中，将骨髓涂片图片的原始细胞分类信息与校验后细胞信息进行比对后，若原始细胞分类信息与校验后细胞分类信息的分类不相符，基于训练好的细胞识别模型对骨髓涂片图片中的细胞进行多次校验识别，若连续两次校验识别得到的分类结果一致则根据校验后细胞分类信息对该骨髓涂片图片的细胞分类进行修正。
[0012]本专利技术的有益效果：本专利技术所提供的方法，可有效对人工筛查和机器筛查的涂片图片中的细胞进行验证识别，有效避免识别错误。
附图说明
[0013]图1为本专利技术一种用于骨髓涂片的细胞校核方法的流程图。
具体实施方式
[0014]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将对本专利技术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专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，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，都属于本专利技术保护的范围。
[0015]下面结合实施例对本专利技术作进一步的描述。
[0016]如图1所示，本专利技术提供了一种用于骨髓涂片的细胞校核方法，包括以下步骤：（1）获取需校核的骨髓涂片图片，提取骨髓涂片图片的原始细胞分类信息。
[0017]这里，骨髓涂片图片的原始细胞分类信息，为初次进行分类时的相关信息，包括：分类方式是人工筛查还是及其筛查，人工筛查的人员信息，分类时间，分类结果等等。
[0018]（2）基于训练好的细胞识别模型对骨髓涂片图片中的细胞进行校验识别，获得校验后细胞分类信息。
[0019]这里，校验后细胞分类信息，采用训练好的细胞识别模型对骨髓涂片图片中的细胞进行校验识别获得，包括：采用的分类识别模型，校验识别的时间，校验识别的分类结果等。
[0020]其中，所述训练好的细胞识别模型为经过训练后的VGG模型，VGG模型的训练过程如下：采集历史骨髓涂片，分别建立图像样本库；从样本库的历史骨髓涂片中提取细胞图像纹理特征，将其作为该样本库的训练样本；
将训练样本按照7:1的比例分别为训练集和测试集，将训练集作为VGG模型的输入，对VGG模型进行训练；再以测试集作为VGG模型的输入，对VGG模型进行测试，获得训练后的VGG模型。
[0021]在本专利技术实施例中，采用VGG模型对涂片图片中的细胞进行识别，需要说明的是，所使用的VGG模型为已训练的模型，作为一种实施方式，可以取若干个历史骨髓涂片（如800张），将其按照设定的尺寸进行尺寸统一，再将尺寸统一后的涂片图片平滑中值滤波和灰度调整处理，获得预处理后的涂片图片，从中提取特征，将800张涂片图片所提取的特征作为训练样本，其中的700张的特征作为训练集，另外100张的特征作为测试集，来对VGG模型进行训练，得到能够对细胞进行识别的VGG模型，将其用于细胞的识别。
[0022]需要说明的是，VGG模型通过堆叠多个3x3的卷积层来替代大尺度卷积层，其具有结构简单、层数更深、特征图更宽的特点，相对于传统的神经网络，表现更佳的优异。
[0023]当然，还可以采用Faster R
‑
CNN模型等其他分类模型。
[0024]（3）将骨髓涂片图片的原始细胞分类信息与校验后细胞信息进行比对，若原始细胞分类信息与校验后细胞分类信息的分类不相符，则根据校验后细胞分类信息对该骨髓涂片图片的细胞分类进行修正。
[0025]根据校验后细胞分类信息对该骨髓涂片图片的细胞分类进行修正时，重新对该骨髓涂片图片的各细胞进行分类和框选，导出相应的细胞区域图像。导出相应的细胞区域图像时，可以对细胞的大小进行测量，重新对细胞的尺寸和形状等进行测绘。
[0026]本专利技术进一步的设置为：在步骤（3）中，将骨髓涂片图片的原始细胞分类信息与校验后细胞信息进行比对后，若原始细胞分类信息与校验后细胞分类信息的分类不相符，基于训练好的细胞识别模型对骨髓涂片图片中的细胞进行多次校验识别，若连续两次校验识别得到的分类结果一致则根据校验后细胞分类信息对该骨髓涂片图片的细胞分类进行修正。通过多次校验识别，可以有效减少识别误差。
[0027]以上实施例仅用以说明本专利技术的技术方案，而非对其限制；尽管本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于骨髓涂片的细胞校核方法，其特征在于，包括以下步骤：（1）获取需校核的骨髓涂片图片，提取骨髓涂片图片的原始细胞分类信息；（2）基于训练好的细胞识别模型对骨髓涂片图片中的细胞进行校验识别，获得校验后细胞分类信息；（3）将骨髓涂片图片的原始细胞分类信息与校验后细胞信息进行比对，若原始细胞分类信息与校验后细胞分类信息的分类不相符，则根据校验后细胞分类信息对该骨髓涂片图片的细胞分类进行修正；其中，所述训练好的细胞识别模型为经过训练后的VGG模型，VGG模型的训练过程如下：采集历史骨髓涂片，分别建立图像样本库；从样本库的历史骨髓涂片中提取细胞图像纹理特征，将其作为该样本库的训练样本；将训练样本按照7:1的比例分别为训练集和测试集，将训练集作为VGG模型的输入，对VGG模型进行训练；再以测试集作为VGG模型的输入，对VGG模型进行测试...

【专利技术属性】
技术研发人员：黄凯，楼益佳，刘昭秀，肖杰，陆涛，陆炬，李强，
申请(专利权)人：杭州智微信息科技有限公司，
类型：发明
国别省市：