一种基于多阶段上皮细胞分析的DNA含量判别样本阴阳性的方法、设备、存储介质及程序技术

本发明专利技术提供一种基于多阶段上皮细胞分析的DNA含量判别样本阴阳性的方法、设备、存储介质及程序，涉及医学图像处理与人工智能技术领域，S10、使用目标检测算法定位上皮细胞，输出候选区域；S20、对候选区域中的单个上皮细胞通过分割算法分割，计算面积与IOD值，并通过K‑means聚类筛选标准上皮细胞；S30、计算所有标准上皮细胞的DNA指数，标记异常细胞并统计占比，输出阴阳性结果。与现有方法相比，本发明专利技术具有以下有益效果，能够提升复杂场景下异常细胞定位能力，有效克服成团细胞及杂质干扰导致的漏检问题；采用光吸收建模与边界补偿机制，精准量化DNA含量差异；结合光密度校正模型与聚类算法，建立客观DNA含量基准，替代主观判定，降低误诊风险。

【技术实现步骤摘要】

本专利技术涉及医学图像处理与人工智能，尤其是涉及一种基于多阶段上皮细胞分析的dna含量判别样本阴阳性的方法、设备、存储介质及程序。

技术介绍

1、在宫颈癌筛查领域，传统人工阅片依赖病理医生的经验判断，存在显著的局限性。例如，巴氏涂片法因人为操作误差大、假阴性率高达40％-60％，已逐渐被液基细胞学检测(tct)取代，但tct仍存在对低度病变(如不典型鳞状细胞)诊断率不足的问题。此外，人工阅片过程中，病理医生易因疲劳、主观判断差异导致漏检，尤其是在处理成团细胞或受到血液、黏液等杂质干扰的样本时，异常细胞的识别难度显著增加。研究表明，约80％的hpv感染者会在12-18个月内自然清除病毒，但持续感染者的宫颈癌风险显著升高，而传统方法对早期病变(如dna含量异常的癌前病变细胞)的敏感性不足，导致漏诊风险。

2、现有ai辅助诊断技术虽提升了筛查效率，但其模型在复杂细胞形态适应性方面仍存在瓶颈。例如，通用目标检测模型在对对成团细胞、淋巴细胞粘连进行处理时，因细胞边界模糊、重叠区域难以分割，导致定位召回率不足96％，且对杂质干扰敏感，导致后续分析对象缺失，本文档来自技高网...

【技术保护点】

1.一种基于多阶段上皮细胞分析的DNA含量判别样本阴阳性的方法，其特征在于，包括以下步骤：

2.根据权利要求1所述基于多阶段上皮细胞分析的DNA含量判别样本阴阳性的方法，其特征在于，步骤S10中目标检测算法采用改进的Yolov5s，生成候选区域的具体步骤为：

3.根据权利要求1所述基于多阶段上皮细胞分析的DNA含量判别样本阴阳性的方法，其特征在于，在步骤S20中，分割算法采用DeeplabV3算法，具体的分割步骤如下：

4.根据权利要求1所述基于多阶段上皮细胞分析的DNA含量判别样本阴阳性的方法，其特征在于，步骤S30中的具体步骤为：

5....

【技术特征摘要】

1.一种基于多阶段上皮细胞分析的dna含量判别样本阴阳性的方法，其特征在于，包括以下步骤：

2.根据权利要求1所述基于多阶段上皮细胞分析的dna含量判别样本阴阳性的方法，其特征在于，步骤s10中目标检测算法采用改进的yolov5s，生成候选区域的具体步骤为：

3.根据权利要求1所述基于多阶段上皮细胞分析的dna含量判别样本阴阳性的方法，其特征在于，在步骤s20中，分割算法采用deeplabv3算法，具体的分割步骤如下：

4.根据权利要求1所述基于多阶段上皮细胞分析的dna含量判别样本阴阳性的方法，其特征在于，步骤s30中的具体步骤为：

5.根据权利要求4所述基于多阶段上皮细胞分析的dna含量判别样本阴阳性的方法，其特征在于，在步骤s31中，计算上皮细胞的iod标准值的公式为：

6.根据权利要求4所述基于多阶段上皮细胞分析的dna含量判别样本阴阳性的方法，其特征在于，在步骤s33中，通过统计标准上皮细胞的di分布，动态计算di阈值，公式为：tdi＝μdi+k·σdi；<...

【专利技术属性】
技术研发人员：李诚，李晋贤，严姗，庞宝川，曹得华，李荣，
申请(专利权)人：武汉兰丁智能医学股份有限公司，
类型：发明
国别省市：