【技术实现步骤摘要】
一种宫颈液基病理细胞检测少样本图像数据增强方法
[0001]本专利技术属于图像处理的
，更具体地，涉及一种宫颈液基病理细胞检测少样本图像数据增强方法。
技术介绍
[0002]随着人工智能技术的发展和该技术在医疗影像领域的广泛应用，人工智能可将图像中的色彩纹理等人眼难以捕捉的信息形成特征数据呈现出来，通过结合细胞分割、细胞分类等算法，并融合病理医师的阅片技巧，实现宫颈癌计算机辅助筛查系统，将其应用于宫颈液基细胞学中，可显著提高工作效率，减轻阅片人员工作量，对于宫颈癌早期筛查有着重大的意义。病理AI的落地推广有望填补近10万人的病理医生缺口，解决病理行业供给严重不足、医疗资源分配不平衡的问题，极大的促进分级诊疗的落地。
[0003]卷积神经网络用于图像识别的分类任务，需要用到大量的图像数据集进行训练。由于医学病理细胞图像涉及到病人隐私，必须通过与医院协商来获取，且数量不能够达到任务的需求。由于宫颈脱落细胞切片图像数据集太少，为了提高宫颈癌细胞识别学习与泛化学习能力，要扩展原始宫颈脱落细胞数据集中存储的数据。>[0004]医学图本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种宫颈液基病理细胞检测少样本图像数据增强方法，其特征在于，包括；S1、将采集到的方形图像剔除非关键信息，固定图像大小，并进行预处理增强数据集；S2、从数据集取出一个batch的图像后，使用双峰法计算每张图像前景与背景分隔的阈值，将正常细胞纳入背景，异常细胞作为前景；S3、根据前景的像素占比与背景的像素占比计算出每张图像的前景与背景之间的对比度；S4、以整体平均灰度值为图像前景与背景分隔的阈值来设定对比度阈值P1、以背景的平均灰度值为图像前景与背景分隔的阈值来设定对比度阈值P2，且P1<P2；将P1和P2分别作为符合要求图像前景和背景对比度的范围边界；S5、根据batch中对每张输入图像的对比度所属的范围进行相应的图像处理，直至所有图像符合图像前景目标和背景对比度的要求：若输入图像P<P1，则从batch中选取对比度满足P1≤P≤P2的图像进行Mixup，直至满足P1≤P≤P2；若输入图像P满足P1≤P≤P2，则符合图像前景目标和背景对比度的要求；若输入图像P>P2，则采取随机Cutout进行随机像素失活，直至满足P1≤P≤P2；S6、从batch中随机选取四张符合图像前景目标和背景对比度要求的图片进行Mosaic的后处理并输出。2.根据权利要求1所述的一种宫颈液基病理细胞检测少样本图像数据增强方法，其特征在于，所述S1的预处理包括：S101、以图像的两组对边的中心点连接为线，将图像裁剪为四张大小相同的子图像块；S102、图像高为H、宽为W，则子图像块的高为H/2，宽为W/2，四张子图像块随机进行水平镜像；所述水平镜像：以图像的垂直中轴线为对称线将图像的左右部分进行镜像变换；S103、经过S102处理后的子图像块按照图像原位置顺序进行拼接，拼接后子图像块按照逆时针水平或竖直平移一个子图像块的距离，产生与原图像大小相等形状相同的三张新图像。3.根据权利要求2所述的一种宫颈液基病理细胞检测少样本图像数据增强方法，其特征在于，所述S2具体包括：S21、从数据集取出一个batch的图像，求出每张图像的最大灰度值和最小灰度值，分别记为g
l
和g
u
，令初始阈值为：S22、根据初始阈值T0将图像分割为前景和背景，分别求出前景的平均灰度值A
f
、背景的平均灰度值A
b
和整体平均灰度值将正常细胞纳入背景，异常细胞作为前景；将正常细胞纳入背景，异常细胞作为前景；在公式(2)、公式(3)中，g
i
表示像素的灰度值，h(g)表示该灰度值在图像中出现的像素个数。
4.根据权利要求3所述的一种宫颈液基病理细胞检测少样本图像数据增强方法，其特征在于，所述S4具体包括：根据图像对比度设定对比度双阈值P1，P2，P1<P2；将P1和P2作为符合要求图像前景和背景对比度的范围边界；P1的计算为：令阈值为分隔图像前景与背景，进行...
【专利技术属性】
技术研发人员：丁青艳，董学成，郭卫孟，郑婉，潘雨，
申请(专利权)人：齐鲁工业大学山东省科学院，
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。