LD CytoMatrix 20玻片扫描图像质量自动化评估方法技术

本发明专利技术提供一种LD CytoMatrix 20玻片扫描图像质量自动化评估方法，该算法通过扫描全玻片得到宫颈细胞数字图像，计算每张图片的信息量并筛选出信息量合格的图像，然后根据信息熵前五的图像计算其G、R、B值总和，依据标准图像的RGB阈值判定图像的染色情况，再将所有信息量大于2.0的图像输入聚焦三分类模型判断图像是否聚上焦，最后综合染色和聚焦结果判定整个样本的图像质量情况，并给每个样本图像质量打分。LD CytoMatrix 20玻片扫描图像质量自动化评估方法能够高效、准确地对宫颈细胞学玻片图像进行质量检查，减少人为误差，提升病理诊断的速度和精度。这种方法不仅适用于宫颈细胞学，也广泛应用于其他类型的细胞病理学和组织病理学研究中。

【技术实现步骤摘要】

本专利技术涉及图像质量评估领域，尤其是涉及一种ld cytomatrix 20玻片扫描图像质量自动化评估方法。

技术介绍

1、病理学领域，尤其是细胞病理学分支的液基细胞学(liquid-based cytology,lbc)中，细胞样本的制备和分析对疾病诊断至关重要。lbc技术通过将细胞样品收集在液体固定剂中，随后经过制片、染色等步骤，制备成玻片标本供显微镜检查。这一过程中的关键环节之一是确保制备的玻片标本图像质量足够高，以便病理学家能够准确无误地识别和分析细胞形态和结构。

2、传统的病理玻片图像质量评估依赖于人工目视检查，这不仅耗时耗力，而且容易受到主观因素的影响，导致评估结果的一致性和准确性受限。

3、近年来，随着数字病理学的发展，玻片扫描技术的普及，以及人工智能(ai)和机器学习算法的进步，自动化图像质量评估成为可能，大大提升了病理图像分析的效率和可靠性。但是，深度学习模型，往往被称为“黑盒”，因为它们的决策过程不易理解。

4、深度学习模型的设计和训练通常涉及多个复杂的算法步骤，包括预处理、特征提取、模型选择和优化本文档来自技高网...

【技术保护点】

1.一种LD CytoMatrix 20玻片扫描图像质量自动化评估方法，其特征是：

2.根据权利要求1所述一种LD CytoMatrix 20玻片扫描图像质量自动化评估方法，其特征是：步骤S3判定图像的染色质量的方法为：

3.根据权利要求1所述一种LD CytoMatrix 20玻片扫描图像质量自动化评估方法，其特征是：步骤S4中采用聚焦模型分类方法为：

4.根据权利要求1所述一种LD CytoMatrix 20玻片扫描图像质量自动化评估方法，其特征是：步骤S5中并给予相应的图像质量评分的方法为：

【技术特征摘要】

1.一种ld cytomatrix 20玻片扫描图像质量自动化评估方法，其特征是：

2.根据权利要求1所述一种ld cytomatrix 20玻片扫描图像质量自动化评估方法，其特征是：步骤s3判定图像的染色质量的方法为：

3.根据权利要求1所述一...

【专利技术属性】
技术研发人员：李诚，李晋贤，沈涛，龚向阳，刘洋，罗强，曹得华，庞宝川，
申请(专利权)人：武汉兰丁云医学检验实验室有限公司，
类型：发明
国别省市：