[发明专利]尿路上皮细胞玻片图像分类方法、装置、设备和介质

说明书

本申请涉及计算机视觉技术领域，提供了一种尿路上皮细胞玻片图像分类方法、装置、设备和介质。本申请不仅能够提高分类过程产生的数据的适用性、扩大该数据的应用范围，还能提升分类结果的准确性。该方法包括：将多个尿路上皮细胞玻片子图像输入至深度分类模型，得到所述深度分类模型输出的深度分类结果；对所述深度分类结果进行过滤，得到可疑目标子图集；将所述可疑目标子图集输入至细胞特征分类模型，得到所述细胞特征分类模型输出的细胞特征及细胞特征分类结果；将所述深度分类结果、所述细胞特征及所述细胞特征分类结果进行特征融合，得到总体分类特征；根据所述总体分类特征，确定所述尿路上皮细胞玻片图像的分类结果。

技术领域

本申请涉及计算机视觉技术领域，特别是涉及一种尿路上皮细胞玻片图像分类方法、装置、设备和介质。

背景技术

随着计算机视觉技术的发展，越来越多的技术人员选择将该技术应用于细胞玻片图像分类领域。其中，利用该技术进行尿路上皮细胞玻片图像分类，可以有效提高进行尿路上皮细胞玻片图像分类的效率。

目前，通常将深度神经网络模型应用于尿路上皮细胞玻片图像分类，但该模型进行的分类过程产生的数据存在适用性较差、应用范围有限的问题，其分类结果的准确性也有待提高。

发明内容

基于此，有必要针对上述技术问题，提供一种尿路上皮细胞玻片图像分类方法、装置、设备和介质。

第一方面，本申请提供了一种尿路上皮细胞玻片图像分类方法。所述方法包括：

将多个尿路上皮细胞玻片子图像输入至深度分类模型，得到所述深度分类模型输出的深度分类结果；其中，所述多个尿路上皮细胞玻片子图像是由尿路上皮细胞玻片图像切分得到；

对所述深度分类结果进行过滤，得到可疑目标子图集；

将所述可疑目标子图集输入至细胞特征分类模型，得到所述细胞特征分类模型输出的细胞特征及细胞特征分类结果；

将所述深度分类结果、所述细胞特征及所述细胞特征分类结果进行特征融合，得到总体分类特征；

根据所述总体分类特征，确定所述尿路上皮细胞玻片图像的分类结果。

第二方面，本申请还提供了一种尿路上皮细胞玻片图像分类装置。所述装置包括：

深度分类单元，将多个尿路上皮细胞玻片子图像输入至深度分类模型，得到所述深度分类模型输出的深度分类结果；其中，所述多个尿路上皮细胞玻片子图像是由尿路上皮细胞玻片图像切分得到；

深度分类结果过滤单元，对所述深度分类结果进行过滤，得到可疑目标子图集；

细胞特征分类单元，将所述可疑目标子图集输入至细胞特征分类模型，得到所述细胞特征分类模型输出的细胞特征及细胞特征分类结果；

总体分类特征获取单元，将所述深度分类结果、所述细胞特征及所述细胞特征分类结果进行特征融合，得到总体分类特征；

结果输出单元，根据所述总体分类特征，确定所述尿路上皮细胞玻片图像的分类结果。

第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

将多个尿路上皮细胞玻片子图像输入至深度分类模型，得到所述深度分类模型输出的深度分类结果；其中，所述多个尿路上皮细胞玻片子图像是由尿路上皮细胞玻片图像切分得到；对所述深度分类结果进行过滤，得到可疑目标子图集；将所述可疑目标子图集输入至细胞特征分类模型，得到所述细胞特征分类模型输出的细胞特征及细胞特征分类结果；将所述深度分类结果、所述细胞特征及所述细胞特征分类结果进行特征融合，得到总体分类特征；根据所述总体分类特征，确定所述尿路上皮细胞玻片图像的分类结果。