[发明专利]基于深度学习的法医学检验自动化识别系统及识别方法

说明书

本发明公开了一种基于深度学习的法医学检验自动化识别系统，用于对硅藻的检验，包括数据采集模块，用于对待检验的组织样本进行自动化图片采集及图片分割，以获取组织样本对应的多张电子注入图片作为训练数据样本并输出；数据扩充模块，连接数据采集模块，用于基于预定的样本扩增方法对输入的训练数据样本进行样本数量扩增；模型迭代训练模块，连接训练数据扩充模块，用于基于训练数据样本，和/或外部输入的训练样本，并采用深度学习方法进行迭代训练形成深度学习模型；识别模块，连接模型迭代训练模块，用于基于深度学习模型对输入的电子注入图片进行硅藻成分检验，本发明实现了硅藻检验的全自动化，提高了硅藻检验的准确度。

技术领域

本发明涉及法医学检验技术领域，尤其涉及一种基于深度学习的用于对硅藻进行法医医学检验的自动化识别系统及识别方法。

背景技术

在法医学实践中，硅藻检验是诊断溺死的主要技术手段，其阳性检验结果甚至可以作为诊断溺死的金标准。硅藻作为一种淡水或海水中常见的微生物，可在人体溺水过程中经呼吸道吸入并循环分布于不同的组织器官中，比如分布在肺、肝、脾、肾及骨髓等部位。由于硅藻壳体具有较强的耐酸性，在人体中存留不易被完全腐蚀，因此常规的硅藻检验主要应用强酸消化法去除组织有机质形成消化悬液，并将消化悬液涂片后再用显微镜观察是否存在硅藻成分。

然而上述常规的硅藻检验方法仍然依赖于人工肉眼观察、识别，检验准确率很大程度上取决于个人检验经验，检验准确率无法得到有效保证。同时由于硅藻体积小，在组织样本中通常分布稀少，检验人员需要花费大量的时间通过人工观察去寻找硅藻成分，而且检验结果时常出现假阳性或者假阴性。此外，组织切片由于具备强酸性，往往难以进行长期保存，这些都对往后的案件调取、复查带来了影响和不便。

发明内容

本发明的目的在于提供一种基于深度学习的法医学检验自动化识别系统，通过该自动化识别系统，可自动识别对应组织样本的电子注入图片中是否存在硅藻成分，整个识别过程无需人工介入，真正实现了识别过程的全自动化，有效提高了硅藻检验的准确度。

本发明解决其技术问题采取的技术方案是，提供一种基于深度学习的法医学检验自动化识别系统，应用于一自动化扫描系统中，用于对硅藻进行检验，包括：

数据采集模块，用于对所述自动化扫描系统扫描得到的多个载体样本图片进行图片处理，以获取所述载体样本对应的多张电子注入图片作为深度学习的训练数据样本并输出；

数据扩充模块，连接所述数据采集模块，用于对输入的所述训练数据样本进行样本扩充得到扩充样本，并采用所述扩充样本和所述训练数据样本，构建训练样本数据库；

模型迭代训练模块，连接所述数据扩充模块，用于基于所述训练样本数据库，采用深度学习方法对一预设的神经网络模型进行迭代训练，并最终训练形成一用于对硅藻进行识别的深度学习模型；

识别模块，分别连接所述数据采集模块和所述模型迭代训练模块，用于对所述自动化扫描系统扫描得到的待检验的所述载体样本图片进行处理得到电子注入图片，并基于所述深度学习模型对待检验的所述电子注入图片进行逐区域的硅藻检验，并输出识别结果。

作为本发明的一种优选方案，所述数据采集模块具体包括：

图片分割单元，用于对所述电子注入图片进行图片区域的自动分割；

人工标注单元，连接所述图片分割单元，提供给专业人员对所述电子注入图片上被分割的各个图片区域内对硅藻进行人工辨认和标注，输出经过标注的所述电子注入图片作为所述训练数据样本。

作为本发明的一种优选方案，所述数据扩充模块包括：

扩充单元，用于根据所述训练数据样本，采用预设的扩充方法进行扩充得到所述扩充样本；

对抗生成单元，用于根据所述训练数据样本，采用对抗生成网络的方式进行扩充得到所述扩充样本。