[发明专利]一种高通量超分辨宫颈细胞病理切片快速扫描分析系统

说明书

本发明公开了一种高通量超分辨宫颈细胞病理切片快速扫描分析系统，其包括，玻片仓储模块；玻片运输模块；光学成像模块，采用SIM增强分辨力原理，实现光场调制以获得突破光学衍射极限的细胞图像；电机扫描模块，对玻片进行扫描；基于深度网络识别分析模块同步实现宫颈病变细胞自动定位与识别，以Res‑Net网络框架实现图像分割，利用FPN提取多尺度特征，并采用Reppoints框架实现自动瞄框与分级分类，并计算阳性图像占比，根据设定阈值做出判断。将玻片储存、运输、扫描和图像分析功能结合在一起，可提高效率；基于Res‑Net与RepPoints的深度网络学习框架可适应不同类型的精准分级；采用RepPoints预测框选位置，通过病变细胞进行轮廓描述使定位更加快速，检测结果更加准确。

技术领域

本发明涉及医学智能诊断中的病理切片自动采集与智能诊断的技术领域，尤其涉及一种高通量超分辨宫颈细胞病理切片快速扫描分析系统。

背景技术

宫颈癌是妇科常见恶性肿瘤，且近年来发病呈现年轻化的趋势。WHO ICO2019年的数据统计，宫颈癌全球新发病例近57万，死亡病例约31万，是15至44岁女性中仅次于乳腺癌的第二大恶性肿瘤。对宫颈癌进行提早、精准筛查与防治具有重要的生命科学意义。传统的宫颈癌病理学检查依赖病理医生对玻片进行观察分析并给出诊断结果。然而这种传统的阅片方式存在着时间长、效率低、易误诊漏诊，且依赖于经验丰富的专业人员，不利于宫颈癌早期快速筛查。

为提高宫颈癌筛查效率，相关产业机构及研发人员研制了一系列玻片扫描系统，对玻片进行自动化扫描生成数字影像，但仍需要医生人工对数字切片进行分析诊断，属于半自动人工干诊断方法，且扫描速度依旧较慢。此外，现有设备结构简单，一般的由系统主机、成像系统以及显示设备构成，缺少自动上下料及物料仓储功能。更进一步，现有设备无法实现从物料加载、仓储、搬运、扫描采集以及识别分析一体化全自动过程。因此设计并研制一套全自动高通量病理玻片扫描系统，并实现病变程度精准评估将有效提高宫颈癌筛查效率。

此外，宫颈癌其自身存在隐蔽性强、病变细胞轮廓复杂的特点，通过传统的图像识别手段难以实现精准分级。近年来随着人工智能技术的发展，RCNN、YOLO等深度学习网络被广泛应用于医学图像识别与诊断，可以实现大部分病变分类，但往往网络训练速度慢，且对于复杂场景下微小组织或细胞的多级分类依旧有待进一步研究。尤其对于宫颈癌细胞的多级分类，属于复杂大场景下微小特征识别的典型案例，不同分级间细胞尺寸大小差异较大(例如ASCUS、LSIL与ASCH、HSIL)，对目标轮廓精准定位、多尺度特征提取及识别提出更高的要求。

基于上述问题，本发明专利提供一种高通量超分辨宫颈切片全自动高速采集系统，基于Rep-Points目标检测算法实现癌变细胞精准定位，并通过ResNet网络模型实现癌细胞分级，确保癌变细胞筛选准确性的同时显著提高了速度。

发明内容

本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

鉴于上述现有高通量超分辨宫颈细胞病理切片快速扫描分析系统存在的问题，提出了本发明。

因此，本发明目的是提供一种高通量超分辨宫颈细胞病理切片快速扫描分析系统。

为解决上述技术问题，本发明提供如下技术方案：玻片仓储模块，用于存放玻片；

玻片运输模块，用于将所述玻片从储存仓移动至载物台；

光学成像模块，采用SIM增强分辨力原理，在照明光路中增设定制光栅，实现光场调制以获得突破光学衍射极限的细胞图像；

电机扫描模块，对所述玻片进行扫描，将扫描的玻片图像进行拼接；以及，