[发明专利]简单的基于神经网络的自动AV分析方法及系统

说明书

本发明提供了一种简单的基于神经网络的自动AV分析方法，包括：步骤S1：采集多张显微图片；步骤S2：按照评分标准，对四个模块分别进行数据标记；步骤S3：按照模块进行训练，每个模块一个模型；步骤S4：每张图进入四个模块分别进行识别。步骤S5：每个模型的识别结果独立统计，得出单一模块评分结果；步骤S6：累加各个模块结果作为整张样本的分析结果。本发明通过采用多个神经网络模型识别，且每个模型结果与统计原理结合的方法，解决了AV判别目标层次过多，标记困难等问题，有效解决了每个样本有多张图但只有一个结果的映射问题；能够有效避免一张认错影响总体的问题，大大提高了准确率。

技术领域

本发明涉及微生态形态学分析领域，具体地，涉及一种简单的基于神经网络的自动AV分析方法及系统。

背景技术

AV，全称需氧菌性阴道炎(aerobic vaginitis)是一种以阴道内乳杆菌减少、需氧菌增多为主要特征的阴道炎症，易合并其他阴道炎症。AV除可引起患者外阴阴道不适外，还会增加不良妊娠结局和性传播疾病的发生风险，严重危害女性生殖健康。

目前该病尚没有规范化、被大家公认的诊断标准Donders等于2002年提出了AV诊断标准，仅作为阴道分泌物显微镜湿片诊断标准。2021年3月，薛凤霞教授及其学生在《中国实用妇科与产科杂志》发表了《基于革兰染色涂片结合临床特征的需氧菌性阴道炎联合诊断标准专家建议》，将AV评分的应用与革兰氏染色片结合起来。本发明采用其评分思路，设计了模拟人工进行模块化评分，多个网络的结果结合，进行AV评分的系统。该方法有效规避了目标检测标记困难，单视野结果影响整体等问题。

目前没有搜到相关的专利。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种简单的基于神经网络的自动AV分析方法及系统。

根据本发明提供的一种简单的基于神经网络的自动AV分析方法，包括：

步骤S1：采集多个样本的多张显微图片；

步骤S2：按照评分标准，对四个模块分别进行数据标记；

步骤S3：按照模块进行训练，每个模块一个模型；

步骤S4：每张图进入四个模块分别进行识别；

步骤S5：每个模型的识别结果独立统计，得出单一模块评分结果；

步骤S6：累加各个模块结果作为整张样本的分析结果。

优选地，在所述步骤S1中：

采集使用自动生物显微镜，100倍油镜，每张样本采集80至100个视野作为评判依据。

优选地，在所述步骤S2中：

按照革兰染色涂片结合临床特征的AV联合诊断标准进行模块划分；

数据标记是人工对单张图片进行评价，按照评价结果放进相应模块的相应类别，得到一张图在某个模块的类别所属。

优选地，在所述步骤S3中：

数据标记后，输入到网络进行训练；

模型训练的过程是数据按照模块进行标记分类，使用卷积神经网络按照三个类别对每个模块进行分类训练，得到模型，类别分为0和1和2三个分数段；经过训练的卷积神经网络模型是自动判别的重要部分，其性能决定后续的评分结果。

优选地，在所述步骤S4中：

单张图依次进入四个模块进行单张图的识别。

优选地，在所述步骤S5中：

每个样本的所有图的单个模型的结果作单独统计，给出单张模块的结果；