[发明专利]一种腺细胞的识别方法及系统

说明书

本发明实施例公开了一种腺细胞的识别方法及系统，本发明实施例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，输出腺细胞的纹理等信息特征；将得到的腺细胞的排列信息特征及腺细胞的纹理等信息特征进行拼接后，再分类，得到腺细胞的识别结果。这样，本发明实施例就提高了识别腺细胞的识别精度。

技术领域

本发明涉及图像识别技术，特别涉及一种腺细胞的识别方法及系统。

背景技术

腺细胞是机体组织表皮中能制造和分泌某种液体物质的细胞，如构成前列腺、泪腺、胰岛、甲状腺等部位的细胞，腺细胞会受到内外部各种刺激因素影响而发生病变，甚至发展为腺癌。腺癌在直肠癌、胃癌的发病中占据95％以上，也是严重影响女性生殖健康的宫颈癌中的一种癌症类型。细胞学检查是一种普遍、经济及有效的筛查方法，广泛应用于包括腺癌在内的多种癌症的诊断中，及时发现非典型腺细胞是腺癌防治的重要手段。但是当前细胞学阅片人员匮乏，难以满足目前细胞学诊断的需求，而且由于非典型腺细胞的判别具有较高的难度，对细胞学阅片人员的经验和诊断水平具有更高的要求，在细胞学阅片人员经验不足或主观因素影响下，具有一定的漏诊和误诊的风险。

近年来人工智能技术在医疗影像分析领域得到广泛应用，人工智能技术能够将医疗图像数据进行结构化重构和分析，提取病变部位关键特征并建立识别模型，继而得出病情分析报告和辅助诊断方案，减轻了细胞学阅片人员的繁重工作，有助于识别罕见疾病和标准化分析报告。目前人工智能技术已经能够实现对部分癌症细胞的精准分类，但在腺细胞的识别精度上仍然难以满足实际场景需求。

发明内容

有鉴于此，本发明实施例提供了一种腺细胞的识别方法，该识别方法能够提高识别腺细胞的识别精度。

本发明实施例还提供一种腺细胞的识别系统，该识别系统能够提高识别腺细胞的识别精度。

本发明实施例是这样实现的：

一种腺细胞的识别方法，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。

较佳地，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。

较佳地，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。

较佳地，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。

较佳地，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。

较佳地，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：