【技术实现步骤摘要】
本专利技术涉及细胞识别,尤其涉及一种宫颈异常细胞识别方法及系统。
技术介绍
1、本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息,不必然构成在先技术。
2、当前主要通过机器学习的方法直接对细胞的形态进行识别,来进行宫颈异常细胞识别,或,通过计算细胞的dna含量,来确定宫颈异常细胞。
3、其中,通过机器学习的方法对细胞的形态进行识别时,受机器学习精度的限制,使得宫颈异常细胞识别结果存在误差,需要人工设计形态、颜色、纹理等特征,并将这些特征提取后输入分类器进行处理,一般来说,选择特征参数和设计分类器会影响最终的分类性能。其次,传统算法性能高度依赖于人工设计的特征,过多或过少的特征都难以发挥出算法的性能。另外,采用多种全局特征对宫颈细胞分类容易引入冗余的特征,而且先分割再分类的方法依赖分割的准确性,且不适合解决多类别的分类问题。
4、通过计算细胞的dna含量,来确定宫颈异常细胞时,需要先计算每个细胞的iod值,再通过所有细胞的iod值,确定标准iod值,进而根据标准iod值,确定宫颈细胞图像中每个细胞
...【技术保护点】
1.一种宫颈异常细胞识别方法,其特征在于,包括:
2.如权利要求1所述的一种宫颈异常细胞识别方法,其特征在于,计算宫颈细胞图像中每个细胞的IOD值,并计算宫颈细胞图像中所有淋巴细胞的平均IOD值和所有上皮细胞的平均IOD值;
3.如权利要求2所述的一种宫颈异常细胞识别方法,其特征在于,当两个平均IOD值之间的差值小于等于设定误差阈值时,将上皮细胞作为质控细胞;
4.如权利要求1所述的一种宫颈异常细胞识别方法,其特征在于,细胞的DNA含量等于细胞的IOD值除以标准IOD值。
5.如权利要求1所述的一种宫颈异常细胞识别方法,
...【技术特征摘要】
1.一种宫颈异常细胞识别方法,其特征在于,包括:
2.如权利要求1所述的一种宫颈异常细胞识别方法,其特征在于,计算宫颈细胞图像中每个细胞的iod值,并计算宫颈细胞图像中所有淋巴细胞的平均iod值和所有上皮细胞的平均iod值;
3.如权利要求2所述的一种宫颈异常细胞识别方法,其特征在于,当两个平均iod值之间的差值小于等于设定误差阈值时,将上皮细胞作为质控细胞;
4.如权利要求1所述的一种宫颈异常细胞识别方法,其特征在于,细胞的dna含量等于细胞的iod值除以标准iod值。
5.如权利要求1所述的一种宫颈异常细胞识别方法,其特征在于,将dna含量大于异常含量阈值的细胞,判定为宫颈异常细胞。
6.如权利要求1所述的一种宫颈异常细胞识别方法,其特征在于,细胞分类模型包括第一卷积层、第一池化层、第二卷积层、第二池化层、第一全连接层、第二全连接层和分类器;第一卷积层对小图片进行卷积,获得第一次卷...
【专利技术属性】
技术研发人员:李庆华,张鹏,李鲲,魏春阳,杨冬,丁艳静,
申请(专利权)人:山东第一医科大学山东省医学科学院,
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。