[发明专利]一种骨髓细胞影像人工智能辅助分级诊断系统及方法

说明书

本发明涉及医疗辅助诊断技术领域，公开了一种骨髓细胞影像人工智能辅助分级诊断系统及方法，包括数据采集单元、自动识别与标注单元、手动标注单元、细胞数据统计单元、数据分析分级单元、影像辅助分级诊断单元、显示器、储存模块和处理器，所述括数据采集单元、自动识别与标注单元、手动标注单元、细胞数据统计单元、数据分析分级单元、影像辅助分级诊断单元、储存模块和显示器均与处理器通讯连接。本发明能够不仅能够对骨髓细胞影像进行自动的识别、标注、计数分析和分级诊断，还可以对骨髓细胞影像进行手动标注，并将手动标注的结果存入存储模块，系统对手动标注的信息进行记忆，逐步提升系统对骨髓细胞影像的辨别能力。

技术领域

本发明涉及医疗辅助诊断技术领域，尤其涉及一种骨髓细胞影像人工智能辅助分级诊断系统及方法。

背景技术

研究显示，在我国医疗影像数据每年的增长率约为30％，而影像诊断医师数量的年增长率仅约为4.1％，这意味着影像诊断医师在未来将超负荷工作；这必将会大大降低医师的诊断效率，甚至降低诊断准确性；另外，由于医疗影像诊断对医师的诊断经验有着较高要求，而在发展水平较低的地区，经验丰富的诊断医师资源相对匮乏。

随着现代医学科技的发展，各种新技术逐步渗透进医疗领域，为了在一定程度上减轻影像诊断医师压力，影像的人工智能辅助诊断系统被提出。人工智能+医学影像是将人工智能技术具体应用在医学影像的诊断上，目前主要分为两部分，一是图像识别，应用于感知环节，其主要目的是将影像这类非机构化数据进行分析，获取一些有意义的信息。二是深度学习，应用于学习和分析环节，是人工智能应用的最核心环节，通过大量的影像数据和诊断数据，不断对神经元网络进行深度学习训练，促使其掌握“诊断”的能力。

申请号为CN 201810866088.3的专利公开了一种人工智能医学影像的肿瘤恶性风险分层辅助诊断系统，包括：数据采集模块、数据预处理模块、模型建立模块、模型验证与优化模块、分层诊断模块及数据库平台。该专利的肿瘤恶性风险分层辅助诊断系统基于人工智能技术，可实现对肿瘤的恶性风险进行逐次分层，模拟临床诊断思路，以人工智能模型的高精度的良性病变检出和恶性肿瘤检出能力，对影像特征明确的占位性病变进行自动诊断，从而能够实质性辅助占位性病变临床管理决策，改进临床诊断现有工作流程，增加医师诊断信心，减轻工作压力，也减少低恶性风险病变患者的焦虑，大大提高了良性病变及恶性肿瘤的确诊率。

上述专利虽然实现了影像的智能辅助诊断，但其只适用于肺癌、肝癌等细胞影像的智能辅助诊断，对于骨髓细胞的影像，还需要识别根据骨髓细胞中各个细胞的大小、颗粒及核的复杂程度等测量值来初步判断认定细胞特性，由于骨髓细胞中存在粒细胞系、红细胞系和巨核细胞系三大系统，各种细胞间有些从大小等数据区别较小，所以上述方案的智能辅助诊断系统对于骨髓细胞影像的识别准确率还较低。

发明内容

有鉴于此，本发明的目的是提供一种骨髓细胞影像人工智能辅助分级诊断系统及方法，不仅能够对骨髓细胞影像进行自动的识别、标注、计数分析和分级诊断，还可以对骨髓细胞影像进行手动标注，并将手动标注的结果存入存储模块，系统对手动标注的信息进行记忆，逐步提升系统对骨髓细胞影像的辨别能力。

本发明通过以下技术手段解决上述技术问题：