[发明专利]细胞核有丝分裂检测的评价方法和系统

说明书

本申请涉及一种细胞核有丝分裂检测的评价方法和系统，所述方法包括如下步骤：将有丝分裂细胞图像输入目标检测模型，提取有丝分裂细胞的目标框及对应的置信度；基于有丝分裂细胞的目标框进行潜在目标的二次评分；融合置信度和二次评分结果，形成最终的有丝分裂细胞预测评分。本申请的方案对输入图像进行目标框提取后，再针对提取的目标框进行二次识别与验证，将目标检测的置信度评分与二次评分结果进行融合，以此综合判断该框内为有丝分裂细胞的概率，达到增强判断的目的，增强有丝分裂细胞的精准识别能力；解决了单一目标检测方案下，置信度评分在阈值附近时难以判断的问题。

技术领域

本申请涉及图像处理技术领域，具体涉及一种细胞核有丝分裂检测的评价方法和系统。

背景技术

细胞核的检测与人体疾病的诊断具有很大的相关性，其中的有丝分裂细胞检测属于乳腺癌分级诊断领域，有丝分裂细胞的检测和统计与病患的乳腺癌风险诊断具有直接相关性。其中的有丝分裂计数任务主要统计处于核分裂过程中的细胞个数。目前，在临床病理中，病理学家主要通过在高分辨率的整张数字病理切片上手动标记观察到的有丝分裂细胞，再对它进行计数与评估；在科研中，研究人员主要通过结合深度学习的方法来实现有丝分裂的检测任务。在有丝分裂检测的任务中，主要采用的是深度学习中的目标检测方法，该方法能够针对图像中的潜在有丝分裂细胞实现直接定位和识别，但该方法存在一定的局限性。虽然目标检测方法能够实现端到端的检测效果，但最终结果是一步到位的，未对最终结果进行二次验证，进而导致了检测结果性能受限。

相关技术中，在核分裂计数领域，目前采用的目标检测方法均是直接采用端到端目标检测方法得到潜在有丝分裂细胞的目标框和类别，实现一步到位。然而采用该方式会遇到的一个问题是，在最终预测的有丝分裂细胞潜在目标框存在部分难例，类别评分趋于有丝分裂细胞和非有丝分裂细胞之间，难于辨别。更具体地说，目前的方案通过对目标框进行置信度评分，假设置信度评分的阈值设为0.5，即目标框的置信度评分大于0.5则判断为有丝分裂细胞，反之则为非有丝分裂细胞。难例就是目标框的置信度评分在0.5附近的情况，这些情况下难以辨别是否为有丝分裂细胞。

发明内容

为至少在一定程度上克服相关技术中存在的置信度评分在阈值附件时难以辨别是否为有丝分裂细胞的问题，本申请提供一种细胞核有丝分裂检测的评价方法和系统。

根据本申请实施例的第一方面，提供一种细胞核有丝分裂检测的评价方法，包括：

将有丝分裂细胞图像输入目标检测模型，提取有丝分裂细胞的目标框及对应的置信度；

基于有丝分裂细胞的目标框进行潜在目标的二次评分；

融合置信度和二次评分结果，形成最终的有丝分裂细胞预测评分。

进一步地，所述目标检测模型为基于机器学习或基于深度学习的目标检测模型；

所述目标检测模型的输入为有丝分裂细胞图像，输出为包含有丝分裂细胞目标框的预测图以及每个目标框对应的置信度。

进一步地，所述目标检测模型的训练过程包括如下步骤：

生成训练数据，所述训练数据包括一定数量的有丝分裂细胞图像及每张图像所对应的真实有丝分裂细胞的目标框；

基于目标检测模型的预测结果与真实的目标框之间的差异，构建目标函数；

将训练数据输入目标检测模型进行训练，采用梯度下降法对目标函数进行优化，完成对目标检测模型参数的迭代更新。

进一步地，基于有丝分裂细胞的目标框进行潜在目标的二次评分，包括如下步骤：

对目标框中的内容进行特征提取，生成对应的特征图或特征向量；

对特征图或特征向量进行二分类，根据分类结果输出二次评分。