[发明专利]一种腺细胞的识别方法及系统

权利要求书

1.一种腺细胞的识别方法，其特征在于，包括：

将获得的腺细胞图像采用训练得到的目标检测模型进行目标检测后，识别得到单个腺细胞及单个腺细胞中的细胞核的信息特征；

将所述单个腺细胞及单个腺细胞中的细胞核的信息特征输入到训练得到的图卷积神经网络中处理，提取得到腺细胞的排列信息特征；

将获得的腺细胞图像采用训练得到的卷积神经网络处理，输出腺细胞的纹理信息特征；

将得到的腺细胞的排列信息特征及腺细胞的纹理信息特征进行拼接后，再分类，得到腺细胞的识别结果。

2.如权利要求1所述的方法，其特征在于，所述腺细胞图像包括非典型腺细胞图像时，所述提取得到腺细胞的排列信息特征为非典型腺细胞的排列信息特征，所述输出腺细胞的纹理信息特征为非典型腺细胞的纹理信息，得到的腺细胞的识别结果为非典型腺细胞的识别结果。

3.如权利要求1所述的方法，其特征在于，所述训练得到的目标检测模型采用基于CenterNet网络架构改进的目标检测模型，在训练中包括对所述腺细胞图像中的单个腺细胞的倾斜定位，及对单个腺细胞中的细胞核分割。

4.如权利要求3所述的方法，其特征在于，对所述腺细胞图像中的腺细胞的倾斜定位进行训练包括：

基于设定的倾斜框角度，对单个腺细胞进行倾斜定位训练。

5.如权利要求3所述的方法，其特征在于，所述基于CenterNet网络架构改进的目标检测模型还基于注意力机制，及多尺度图像预处理机制建立。

6.如权利要求1所述的方法，其特征在于，所述将所述单个腺细胞及单个腺细胞中的细胞核的信息特征输入到训练得到的图卷积神经网络中处理包括：

图卷积神经网络层选取输入的每个腺细胞的细胞核中心位置及每个腺细胞的中心位置，作为网络结构数据节点；

将所述网络结构数据节点进行全连接后得到图卷积网络的图结构，通过设定五层的图卷积层进行处理后，得到腺细胞的排列信息特征。

7.如权利要求6所述的方法，其特征在于，所述每个腺细胞的中心位置包括：

以每个腺细胞的倾斜框定位的中心位置作为该腺细胞的中心位置。

8.如权利要求1所述的方法，其特征在于，所述的卷积神经网络采用SE-ResNet50网络架构，所述SE-ResNet50网络架构基于注意力机制和残差网络的基本元素构成。

9.如权利要求1所述的方法，其特征在于，所述进行再分类采用设置层数的感知机进行。

10.一种腺细胞的识别系统，其特征在于，包括：获取单元、目标检测单元、提取腺细胞的排列信息特征单元、输出腺细胞的纹理信息特征单元及分类单元，其中，

获取单元，用于获得腺细胞图像；

目标检测单元，用于将获得的腺细胞图像采用训练得到的目标检测模型进行目标检测，识别得到单个腺细胞及单个腺细胞中的细胞核的信息特征；

提取腺细胞的排列信息特征单元，用于将所述单个腺细胞及单个腺细胞中的细胞核的信息特征输入到训练得到的图卷积神经网络中处理，提取得到腺细胞的排列信息特征；

输出腺细胞的纹理信息特征单元，用于将获得的腺细胞图像采用训练得到的卷积神经网络处理，输出腺细胞的纹理信息特征；

分类单元，用于将得到的腺细胞的排列信息特征及腺细胞的纹理信息特征进行拼接后，再分类，得到腺细胞的识别结果。