一种基于卷积神经网络的骨髓细胞识别方法及系统技术方案

本发明专利技术提供了一种基于卷积神经网络的骨髓细胞识别方法及系统、存储介质，包括：人工对显微镜中摄像装置拍摄的第一组骨髓细胞彩色图像进行标注，得到第一样本集，采用第一样本集对卷积神经网络进行训练，得到训练后的第一卷积神经网络；对显微镜中摄像装置拍摄的第二组骨髓细胞彩色图像按照预设处理方式进行预处理，得到第二样本集，采用第二样本集对所述训练后的第一卷积神经网络进行再次训练，得到训练完成的卷积神经网络模型；获取待识别的骨髓细胞彩色图像，按照所述预设处理方式进行预处理，将预处理得到的结果作为训练完成的卷积神经网络的输入，识别骨髓细胞的具体类型。本发明专利技术提高了训练速度，而且具有很高的识别率。而且具有很高的识别率。而且具有很高的识别率。

【技术实现步骤摘要】
一种基于卷积神经网络的骨髓细胞识别方法及系统


[0001]本专利技术涉及医学图像
，尤其涉及骨髓细胞识别。

技术介绍

[0002]骨髓是人体造血的主要器官，骨髓中的细胞不断补充到人体中，维持着人体的正常运转，骨髓细胞也是诊断白血病、骨髓瘤、溶血性贫血等疾病的重要依据。临床上，对骨髓细胞的检查是通过获取骨髓细胞，然后制作骨髓细胞涂片、染色后，在显微镜下观察骨髓细胞，同时可以借助于显微镜上的摄像组件采集组件对骨髓细胞图像进行采集，骨髓细胞图像分析系统能够自动对采集的骨髓细胞图像进行分析处理。骨髓细胞图像的自动化处理，有效地节省了人力，而且克服了医生的主观因素对骨髓细胞的判断。
[0003]骨髓细胞图像分析系统主要借助于图像分析的相关技术，识别图像中的巨核细胞、红细胞、粒细胞等，图像分析的准确度影响医生的判断。进行细胞识别的前提是准确的分割出细胞，图像分割发展相对成熟，有阈值分割方法、边缘分割方法等，但是细胞的黏连、血液中血浆等的影响，现有的图像识别方法对图像中细胞识别效果还不够理想，而且由于训练集有限，对神经网络的训练不够。

技术实现思路

[0004]为了提高骨髓细胞识别的准确性，本专利技术提供了一种基于卷积神经网络的骨髓细胞识别方法，所述方法包括以下步骤：
[0005]1)构建卷积神经网络模型，对卷积神经网络模型进行训练：
[0006]1.1)人工对显微镜中摄像装置拍摄的第一组骨髓细胞彩色图像进行标注，得到每个骨髓细胞图像，进而得到第一样本集，采用第一样本集对卷积神经网络进行训练，得到训练后的第一卷积神经网络；
[0007]1.2)对显微镜中摄像装置拍摄的第二组骨髓细胞彩色图像按照预设处理方式进行预处理，得到第二样本集，采用第二样本集对所述训练后的第一卷积神经网络进行再次训练，得到训练完成的卷积神经网络模型；
[0008]2)获取待识别的骨髓细胞彩色图像，按照所述预设处理方式进行预处理，将预处理得到的结果作为训练完成的卷积神经网络的输入，识别骨髓细胞的具体类型。
[0009]优选地，所述预设处理方式为：
[0010]采用图像分割方法对所述骨髓细胞彩色图像进行分割，计算所有分割区域的面积的平均值，以及每个分割区域面积与所述平均值的比值，若所述比值在第一阈值和第二阈值之间，则将分割区域放入骨髓细胞集，否则，将分割区域放入异常分割细胞集中。
[0011]优选地，如果异常分割细胞集不为空，则在步骤2)后，输出异常分割细胞集的个数或者在所述骨髓细胞彩色图像中标识异常分割细胞集中细胞的位置。
[0012]优选地，所述预设处理方式具体为：
[0013]S1，获取显微镜中摄像装置拍摄的骨髓细胞彩色图像，在RGB模式下，保留R值和G
值，将所述彩色图像的B值设置为0，得到第一图片，将第一图片中R值和G值都大于第三阈值的像素点替换为白色，得到第二图片；
[0014]S2，对所述第二图片的灰度图中孔洞进行填充，对填充后的灰度图进行腐蚀、膨胀，得到第三图片，采用分水岭分割方法对所述第三图片进行分割，得到每个骨髓细胞的分割区域，根据所述分割区域对所述骨髓细胞彩色图像分割得到每个骨髓细胞的图像，将每个骨髓细胞的图像放入待识别骨髓细胞集，并对待识别骨髓细胞集进行划分得到训练集和测试集；所述孔洞是灰度值大于阈值，且周围像素点的灰度值小于另外一个阈值，且孔洞面积在一定范围内的区域。
[0015]优选地，所述对所述第二图片的灰度图中孔洞进行填充，对填充后的灰度图进行腐蚀、膨胀，具体为：
[0016]S21，获取所述第二图片的灰度值的平均值G
v
，计算所述第二图片的灰度图中孔洞大小H，根据公式计算得到填充对应孔洞的灰度值，其中H
v
表示所述第二图片孔洞大小的平均值；
[0017]S22，获取填充孔洞后第二图片的灰度值的平均值G'
v
，若所述平均值G'
v
大于第二阈值，则采用第一结构元作为灰度图进行腐蚀的结构元，若所述平均值G'
v
小于第三阈值，则采用第二结构元作为灰度图进行腐蚀的结构元，否则采用第三结构元作为灰度图进行腐蚀的结构元。
[0018]优选地，步骤2)后还包括：在内存中建立链表，统计识别的骨髓细胞每种类型的数量以及未识别的细胞个数，所述未识别的细胞个数为所述异常分割细胞集的大小。
[0019]另外，本专利技术还提供了一种基于卷积神经网络的骨髓细胞识别系统，所述系统包括以下模块：
[0020]训练模块，用于构建卷积神经网络模型，对卷积神经网络模型进行训练；所述训练模块包括以下单元：
[0021]第一训练单元，人工对显微镜中摄像装置拍摄的第一组骨髓细胞彩色图像进行标注，得到每个骨髓细胞图像，进而得到第一样本集，采用第一样本集对卷积神经网络进行训练，得到训练后的第一卷积神经网络；
[0022]第二训练单元，用于对显微镜中摄像装置拍摄的第二组骨髓细胞彩色图像按照预设处理方式进行预处理，得到第二样本集，采用第二样本集对所述训练后的第一卷积神经网络进行再次训练，得到训练完成的卷积神经网络模型；
[0023]识别模块，用于获取待识别的骨髓细胞彩色图像，按照所述预设处理方式进行预处理，将预处理得到的结果作为训练完成的卷积神经网络的输入，识别骨髓细胞的具体类型。
[0024]优选地，所述预设处理方式为：
[0025]采用图像分割方法对所述骨髓细胞彩色图像进行分割，计算所有分割区域的面积的平均值，以及每个分割区域面积与所述平均值的比值，若所述比值在第一阈值和第二阈值之间，则将分割区域放入骨髓细胞集，否则，将分割区域放入异常分割细胞集中。
[0026]优选地，如果异常分割细胞集不为空，则在步骤2)后，输出异常分割细胞集的个数或者在所述骨髓细胞彩色图像中标识异常分割细胞集中细胞的位置。
[0027]优选地，所述预设处理方式具体为：
[0028]S1，获取显微镜中摄像装置拍摄的骨髓细胞彩色图像，在RGB模式下，保留R值和G值，将所述彩色图像的B值设置为0，得到第一图片，将第一图片中R值和G值都大于第三阈值的像素点替换为白色，得到第二图片；
[0029]S2，对所述第二图片的灰度图中孔洞进行填充，对填充后的灰度图进行腐蚀、膨胀，得到第三图片，采用分水岭分割方法对所述第三图片进行分割，得到每个骨髓细胞的分割区域，根据所述分割区域对所述骨髓细胞彩色图像分割得到每个骨髓细胞的图像，将每个骨髓细胞的图像放入待识别骨髓细胞集，并对待识别骨髓细胞集进行划分得到训练集和测试集；所述孔洞是灰度值大于阈值，且周围像素点的灰度值小于另外一个阈值，且孔洞面积在一定范围内的区域。
[0030]优选地，所述对所述第二图片的灰度图中孔洞进行填充，对填充后的灰度图进行腐蚀、膨胀，具体为：
[0031]S21，获取所述第二图片的灰度值的平均值G
v
，计算所述第二图片的灰度图中孔洞大小H，根据公本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于卷积神经网络的骨髓细胞识别方法，其特征在于，所述方法包括以下步骤：1)构建卷积神经网络模型，对卷积神经网络模型进行训练：1.1)人工对显微镜中摄像装置拍摄的第一组骨髓细胞彩色图像进行标注，得到每个骨髓细胞图像，进而得到第一样本集，采用第一样本集对卷积神经网络进行训练，得到训练后的第一卷积神经网络；1.2)对显微镜中摄像装置拍摄的第二组骨髓细胞彩色图像按照预设处理方式进行预处理，得到第二样本集，采用第二样本集对所述训练后的第一卷积神经网络进行再次训练，得到训练完成的卷积神经网络模型；2)获取待识别的骨髓细胞彩色图像，按照所述预设处理方式进行预处理，将预处理得到的结果作为训练完成的卷积神经网络的输入，识别骨髓细胞的具体类型。2.如权利要求1所述的方法，其特征在于，所述预设处理方式为：采用图像分割方法对所述骨髓细胞彩色图像进行分割，计算所有分割区域的面积的平均值，以及每个分割区域面积与所述平均值的比值，若所述比值在第一阈值和第二阈值之间，则将分割区域放入骨髓细胞集，否则，将分割区域放入异常分割细胞集中。3.如权利要求2所述的方法，其特征在于，如果异常分割细胞集不为空，则在步骤2)后，输出异常分割细胞集的个数或者在所述骨髓细胞彩色图像中标识异常分割细胞集中细胞的位置。4.如权利要求1所述的方法，其特征在于，所述预设处理方式具体为：S1，获取显微镜中摄像装置拍摄的骨髓细胞彩色图像，在RGB模式下，保留R值和G值，将所述彩色图像的B值设置为0，得到第一图片，将第一图片中R值和G值都大于第三阈值的像素点替换为白色，得到第二图片；S2，对所述第二图片的灰度图中孔洞进行填充，对填充后的灰度图进行腐蚀、膨胀，得到第三图片，采用分水岭分割方法对所述第三图片进行分割，得到每个骨髓细胞的分割区域，根据所述分割区域对所述骨髓细胞彩色图像分割得到每个骨髓细胞的图像，将每个骨髓细胞的图像放入待识别骨髓细胞集，并对待识别骨髓细胞集进行划分得到训练集和测试集；所述孔洞是灰度值大于阈值，且周围像素点的灰度值小于另外一个阈值，且孔洞面积在一定范围内的区域。5.如权利要求4述的方法，其特征在于，所述对所述第二图片的灰度图中孔洞进行填充，对填充后的灰度图进行腐蚀、膨胀，具体为：S21，获取所述第二图片的灰度值的平均值G
v
，计算所述第二图片的灰度图中孔洞大小H，根据公式计算得到填充对应孔洞的灰度值，其中H
v
表示所述第二图片孔洞大小的平均值；S22，获取填充孔洞后第二图片的灰度值的平均值G'
v
，若所述平均值G'
v
大于第二阈值，则采用第一...

【专利技术属性】
技术研发人员：杨莉，
申请(专利权)人：河南省儿童医院郑州儿童医院，
类型：发明
国别省市：