[发明专利]一种脑脊液细胞图像自动化识别和计数的方法

说明书

一种脑脊液细胞图像自动化识别和计数的方法，1:对脑脊液细胞原始图像进行预处理并保存为原始图像集；2:将步骤1中得到的脑脊液细胞原始图像集按标注结果切割单个细胞图像并按细胞类型保存为切分图像集；3:将步骤1中得到的脑脊液细胞原始图像集和步骤2中得到的脑脊液细胞切分图像集对应划分为训练集、验证集和测试集；4:使用Pytorch深度学习框架构建卷积神经网络；5:使用Pytorch深度学习框架构建卷积神经网络；6:将步骤4得到的分割测试集输入步骤5得到的分类网络；7:按单张脑脊液细胞原始图像统计步骤5得到已分割测试集中的细胞位置和分割、分类和计数结果。本发明的方法能在样本数目少的情况下提高细胞识别的准确率，并自动识别和计数。

技术领域

本发明属于脑脊液细胞学检测技术领域，具体地说，涉及一种脑脊液细胞图像自动化识别和计数的方法。

背景技术

脑脊液是一种无色透明的粘稠液体，位于脑膜的蛛网膜和脑膜之间以及脊髓中。它由脑室脉络膜丛中的特异室管膜细胞产生，并被蛛网膜颗粒吸收。每个人体内大约有125mL的脑脊液，每天大约会产生500mL。它是一种含有微神经胶细胞的纯生理盐水，主要用作对大脑皮质的机械性缓冲，为头骨内部的大脑提供基本的机械和免疫保护，在大脑自动调节脑血流量重也起着至关重要的作用。脑脊液占据了蛛网膜下腔以及大脑和脊髓周围和内部的心室系统。因此医学上可以通过腰椎穿刺获取脑脊液样本，并对样本进行分析得到相关的诊断结果。脑脊液中的细胞主要为淋巴细胞，还包含其它单核细胞等种类，通过对这些细胞的检测和技术可以用于诊断中枢神经系统、脑血管和淋巴系统相关的疾病。

在临床意义上，脑脊液检查结果对中枢神经系统疾病的诊断具有非常重要的意义。其检查对细菌性脑膜炎、结核性脑膜炎和真菌性脑膜炎检查有高灵敏度和高度特异性，对病毒性脑膜炎、蛛网膜下腔出血、多发性硬化症、神经梅毒、椎旁脓肿等检查有灵敏度和中等特异性，对脑膜恶性肿瘤检查有中等灵敏度和高特异性，对颅内出血、病毒性脑炎、硬膜下血肿有中等灵敏度和中等特异性的提示作用。脑脊液中检出病原体对具有直接诊断的意义，对脑脊液成分的检测可为治疗效果评估、预后判断提供参考。中枢神经系统病变的脑脊液，细胞数目增多且增多程度及细胞类型与病变性质有关。化脓性脑膜炎、流行性脑脊髓膜炎、基底膜脑膜炎、脑脓肿等细菌性感染主要表现为白细胞增多以中性粒细胞为主；病毒性、结核性和真菌性脑膜炎则主要表现为淋巴细胞增高；脑囊虫病、包虫病、脑型肺吸虫病、脑血吸虫病等则表现为嗜酸性粒细胞增多；浆液性脑膜炎则会出现内皮细胞增多的情形。故脑脊液细胞的分析在判断脑部疾病属于细菌性、病毒性还是寄生虫等提供了重要的临床数据参考意义。

从细胞分类学来看，脑脊液细胞数量少、种类多、形态各异、变化较大，有些细胞与血细胞相似但又不完全相同，因此准确辨认各类脑脊液细胞的形态和数量，是临床脑脊液细胞学检查的关键内容，对临床诊断与治疗判断起着至关重要的作用。但在医院的临床检查实践中，由于脑脊液细胞的形态多样性和复杂性，对检验人员的数量和各项素质方面要求较高。

现有的脑脊液细胞识别和计数方法大多使用人工的方式。采用自动化脑脊液细胞识别的方法只对细胞进行了做了边框切割，这种方法会使识别结果受到细胞背景和周围细胞的影响，当细胞密集时更容易出错。受到脑脊液细胞样本的影响，某些类型细胞数量非常少，对这些细胞的识别准确率往往较低。

发明内容

本发明的目的是针对现有脑细胞识别和计数方法存在的不足，提供一种脑脊液细胞图像自动化识别和计数的方法。

本发明的具体技术方案为：

一种脑脊液细胞图像自动化识别和计数的方法，具体步骤为：

步骤1:对脑脊液细胞原始图像进行预处理并保存为脑脊液细胞原始图像集；

步骤2:将步骤1中得到的脑脊液细胞原始图像集按标注结果切割单个细胞图像并按细胞类型保存为脑脊液细胞切分图像集；