基于改进Mask R-CNN的骨髓细胞检测系统技术方案

本发明专利技术公开了一种基于改进Mask R‑CNN的骨髓细胞检测系统，包括：生成伪标签模块，用于生成细胞核伪标签，用于辅助模型更加关注细胞核信息；复制粘贴模块，挑选种类个数少的细胞，随机复制到另一张显微镜图像中，以解决种类不平衡问题；改进Mask R‑CNN模型，添加语义分割分支，使模型更加关注细胞核信息，输出更准确的分类结果；训练模块，让模型从骨髓细胞数据集和细胞核伪标签中学习到有用特征，训练完成后得到权重文件；推理模块，基于权重文件对骨髓细胞显微镜图像进行检测，检测结果通过后处理模块去除冗余检测结果。本发明专利技术可有效提高细胞个数少的种类的识别准确率，解决细胞种类不平衡问题，并使模型更加关注细胞核信息，提高模型的识别准确率。

【技术实现步骤摘要】

本专利技术涉及骨髓细胞识别的，尤其是指一种基于改进mask r-cnn的骨髓细胞检测系统。

技术介绍

1、骨髓细胞形态学检查在血液病诊断中具有关键作用，可用于诊断、分期、预后评估和治疗监测。该检查包括骨髓采集、制备骨髓涂片、染色、显微镜观察、细胞计数和评估、报告和诊断等六个步骤。其中显微镜观察是核心步骤，医生通过观察细胞的大小、形状、染色性质和核型等特征，确定疾病类型、进展情况和治疗策略。然而该步骤繁琐、费时、依赖医生经验。因此研究骨髓细胞自动识别系统，可减少医生繁琐劳动，辅助医生判断，具有重大意义。

2、随着计算硬件的快速发展和大规模数据的积累，深度学习开始展现出强大的能力和潜力。基于深度学习的骨髓细胞识别系统有两类：一类是先分割再分类的两步方法；另一类是分割和分类一同进行，即端到端的目标检测方法，而目前这两种方法都没考虑种类不平衡的问题，因此系统对于种类个数较少的细胞种类的识别准确率不理想。对于骨髓细胞的识别，检验科医生主要是基于细胞核的形态进行分类，即细胞核的形态对细胞分类的贡献占比较大。因此，如何让系统平衡细胞种类数量和更加关注细胞核仍本文档来自技高网...

【技术保护点】

1.基于改进Mask R-CNN的骨髓细胞检测系统，其特征在于，该系统是基于改进Mask R-CNN模型实现多种类骨髓细胞的精准定位与分类，其包括：

2.根据权利要求1所述的基于改进Mask R-CNN的骨髓细胞检测系统，其特征在于：所述生成伪标签模块从骨髓细胞数据集中读取一张显微镜图像，然后执行以下过程：根据标签在图像上获取单细胞图像，使用OTSU阈值分割算法分离出细胞核与细胞质，再使用轮廓检测算法获取所有细胞核的轮廓，去除面积小的轮廓，面积大的轮廓则为细胞核轮廓，将该显微镜图像所有细胞核轮廓组成一张图像，形成细胞核伪标签图像；将所有显微镜图像按照上述过程生成一遍，获取细胞...

【技术特征摘要】

1.基于改进mask r-cnn的骨髓细胞检测系统，其特征在于，该系统是基于改进mask r-cnn模型实现多种类骨髓细胞的精准定位与分类，其包括：

2.根据权利要求1所述的基于改进mask r-cnn的骨髓细胞检测系统，其特征在于：所述生成伪标签模块从骨髓细胞数据集中读取一张显微镜图像，然后执行以下过程：根据标签在图像上获取单细胞图像，使用otsu阈值分割算法分离出细胞核与细胞质，再使用轮廓检测算法获取所有细胞核的轮廓，去除面积小的轮廓，面积大的轮廓则为细胞核轮廓，将该显微镜图像所有细胞核轮廓组成一张图像，形成细胞核伪标签图像；将所有显微镜图像按照上述过程生成一遍，获取细胞核伪标签数据集。

3.根据权利要求2所述的基于改进mask r-cnn的骨髓细胞检测系统，其特征在于：所述复制粘贴模块从骨髓细胞数据集中随机读取一张源图像和一张目标图像，将...

【专利技术属性】
技术研发人员：袁华，罗健，董守斌，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：