一种外周血细胞形态学自动检测方法与流程

[0001]
本发明涉及外周血细胞形态学检测技术领域，尤其涉及一种外周血细胞形态学自动检测方法。
[0002]
背景
[0003]
在临床血液学检验中，外周血细胞形态学检查的重点为:白细胞、红细胞及血小板形态和数量，并在显微镜下对周围血液中的中性粒细胞、淋巴细胞及嗜酸性粒细胞等进行观察。在检查红细胞时，重点是对其大小、形态、染色等情况进行检验；在检验血小板时，其大小、形态、分布状态、数量等是检验的重点内容。
[0004]
目前，外周血细胞的形态学检测，人工镜检是经典的检测方法，其通过显微镜，使用目镜上的测微尺来人工测量每个细胞的大小，再对数据进行分析，进而做出判断。但是人工镜检方法工作人员的工作量大，由于疲劳容易引起误判；工作效率低，速度慢，有可能延误病人的诊断。


技术实现要素：

[0005]
针对上述问题，本发明的目的在于公开一种外周血细胞形态学自动检测方法，利用计算机算法，使用细胞分析模型对涂片计数区域内的细胞进行分析和计数，能够有效快速的识别出正常细胞、异常细胞，在一定程度上避免人工镜检带来的工作量大，效率低的问题。
[0006]
具体的，本发明的一种外周血细胞形态学自动检测方法，所述方法包括以下步骤：
[0007]
s1：利用自动显微镜的低倍镜头对涂片进行扫描得到基础图像，对基础图像进行判定和矫正，同时对发现的目标区域进行标记；
[0008]
s2：利用自动显微镜的高倍镜头对标记的目标区域进行扫描，得到高倍图像，对高倍图像进行判定，选取计数区间；
[0009]
s3：对计数区间内分析对象的细胞种类进行识别，再利用图像数字转换器对计数区间的图像进行分割、定位，再对分割后的图像进行数字化处理，提取各细胞的形态学特征；
[0010]
s4：对提取到的数据进行筛选，剔除异常数据，再将剩下数据进行分析、计数，得到最终结果；
[0011]
s5：对得到的最终结果进行人工审核。
[0012]
进一步，所述细胞种类为红细胞、中性粒细胞、嗜酸性粒细胞、血小板、淋巴细胞、单核细胞以及嗜碱性粒细胞中的至少一种。
[0013]
进一步，所述s4步骤中，对数据进行分析具体操作为：
[0014]
a1：离线建立数字图像的训练样本集；
[0015]
a2：基于人工神经网络建模方法，以细胞的形态学特征数据为模型输入，细胞状态为模型输出，建立细胞分析模型；
[0016]
a3：结合训练样本集，采用深度卷积神经网络模型训练细胞图像分析模型；
[0017]
a4：应用训练好的细胞图像分析模型对细胞图像进行分析、归类。
[0018]
进一步，所述细胞状态包括正常细胞和异常细胞。
[0019]
进一步，所述异常细胞为核形态异常﹑颗粒异常﹑细胞大小异常、细胞畸形、细胞破坏、液泡、幼稚细胞、包涵体存在、杜勒小体、卫星现象、核网异常、花瓣样核、n/c比大、起泡样、破碎及毛样细胞样形态中的至少一种
[0020]
进一步，所述s2步骤中计数区间的选取具体为：
[0021]
b1：选取高倍图像，复制图片并对其进行去色处理，得到图片t1；
[0022]
b2：将图片t1转化为色彩数据，并进行rgb数值计算，根据计算得到的rgb数值，将色彩数据中的点进行筛选，将rgb数值在0-40之间的点归类得到低密度数据组，将rgb数值在215-255之间的点归类得到高密度数据组；
[0023]
b3：获取每个点的xy坐标数值，将低密度数据组或高密度数据组中xy坐标连续的点进行连线，形成图像x1；
[0024]
b4：设置面积大小为2-5个细胞平均面积之和的方框，将图像x1进行方形切割；
[0025]
b5：将x1中无法完全容纳一个方框的图像部分移除，并形成图形组k，依次命名为k1、k2、k3
…
kn；
[0026]
b6：将上述图形组k中的每个图形的中心点的xy值对应到图片t1中；
[0027]
b7：在t1中以图形组k中的对应的中心点km为中心建立面积为100个细胞平均面积之和的初代筛选框；
[0028]
b8：计算初代筛选框内的平均rgb值，如果平均rgb值小于80，或大于205，跳转b12，如平均rgb值大于80并小于205，跳转b11；
[0029]
b9：将该筛选框所在的区域标注为0；
[0030]
b10：以被标注为0的区域的四边向非标注1的区域建立与被标注为0的区域大小相同且与被编著为0的区域重叠50％区域的初代筛选框，并跳转b5；
[0031]
b11：将该筛选框所在的区域标注为1，判断该中心点km所在区域kn的被标注为1的区域是否可以构成封闭图形，如果可以，跳转b15，如果不可以，跳转b10；
[0032]
b12：计算被标注为1的区域所包围的区域图形m的面积，如果小于等于初代筛选框的面积则对该区域图形m进行保留，如果m的面积大于初代筛选框的面积则将该区域图形m删除，其剩余的部分便形成了被筛选过的计数区间。
[0033]
进一步，所述s2步骤中的计数区间包括正计数区间和补充计数区间，所述补充计数区间环绕在正计数区间外围，所述的正计数区间的面积为a个细胞平均面积大小，所述补充计数区间的边界与正计数区间的边界距离为b个细胞平均直径距离，在对正计数区间内的细胞图像进行分割时，如果发现细胞图像不完整，则将计数区间延伸到补充计数区间，然后测量该细胞在正计数区间内的面积与在补充计数区间内的面积，如果在补充计数区间内的面积大则不分析、计数，反之则进行分析、计数。
[0034]
进一步，所述a的取值范围为250-350，所述b的取值范围为4-6。
[0035]
进一步，所述s4步骤中，对异常数据的剔除具体为：首先将检测结果按照大小排序并计算极差r，然后分别计算最大值和最小值与其相邻数值之差d，若d/r>1/3，则将最大值或最小值视为离群值予以剔除，将余下数据重复前述步骤进行离群值检验，直至剔除所有离群值。
[0036]
本发明的有益效果：
[0037]
本发明公开了一种外周血细胞形态学自动检测方法，利用计算机算法，使用细胞分析模型对涂片计数区域内的细胞进行分析和计数，能够有效快速的识别出正常细胞、异常细胞，在一定程度上避免人工镜检带来的工作量大，效率低的问题。
附图说明
[0038]
图1是本发明的一种外周血细胞形态学自动检测方法的流程方框图；
具体实施方式
[0039]
以下将结合具体实施例对本发明进行详细说明：
[0040]
本发明的一种外周血细胞形态学自动检测方法，主要包括以下步骤：
[0041]
s1：利用自动显微镜的低倍镜头对涂片进行扫描得到基础图像，对基础图像进行判定和矫正，同时对发现的目标区域进行标记；
[0042]
s2：利用自动显微镜的高倍镜头对标记的目标区域进行扫描，得到高倍图像，对高倍图像进行判定，选取计数区间，其中，计数区间包括正计数区间和补充计数区间，所述补充计数区间环绕在正计数区间外围，所述的正计数区间的面积为a个细胞平均面积大小，所述补充计数区间的边界与正计数区间的边界距离为b个细胞平均直径距离，在对正计数区间内的细胞图像进行分割时，如果发现细胞图像不完整，则将计数区间延伸到补充计数区间，然后测量该细胞在正计数区间内的面积与在补充计数区间内的面积，如果在补充计数区间内的面积大则不分析、计数，反之则进行分析、计数，且a的取值范围为250-350，b的取值范围为4-6；
[0043]
s3：对计数区间内分析对象的细胞种类进行识别，再利用图像数字转换器对计数区间的图像进行分割、定位，再对分割后的图像进行数字化处理，提取各细胞的形态学特征；
[0044]
s4：对提取到的数据进行筛选，将检测结果按照大小排序并计算极差r，然后分别计算最大值和最小值与其相邻数值之差d，若d/r>1/3，则将最大值或最小值视为离群值予以剔除，将余下数据重复前述步骤进行离群值检验，直至剔除所有离群值，再将剩下数据进行分析、计数，得到最终结果；
[0045]
s5：对得到的最终结果进行人工审核。
[0046]
其中s2步骤再进行计数区间的选取时具体操作为：
[0047]
b1：选取高倍图像，复制图片并对其进行去色处理，得到图片t1；
[0048]
b2：将图片t1转化为色彩数据，并进行rgb数值计算，根据计算得到的rgb数值，将色彩数据中的点进行筛选，将rgb数值在0-40之间的点归类得到低密度数据组，将rgb数值在215-255之间的点归类得到高密度数据组；
[0049]
b3：获取每个点的xy坐标数值，将低密度数据组或高密度数据组中xy坐标连续的点进行连线，形成图像x1；
[0050]
b4：设置面积大小为2-5个细胞平均面积之和的方框，将图像x1进行方形切割；
[0051]
b5：将x1中无法完全容纳一个方框的图像部分移除，并形成图形组k，依次命名为k1、k2、k3
…
kn；
[0052]
b6：将上述图形组k中的每个图形的中心点的xy值对应到图片t1中；
[0053]
b7：在t1中以图形组k中的对应的中心点km为中心建立面积为100个细胞平均面积之和的初代筛选框；
[0054]
b8：计算初代筛选框内的平均rgb值，如果平均rgb值小于80，或大于205，跳转b12，如平均rgb值大于80并小于205，跳转b11；
[0055]
b9：将该筛选框所在的区域标注为0；
[0056]
b10：以被标注为0的区域的四边向非标注1的区域建立与被标注为0的区域大小相同且与被编著为0的区域重叠50％区域的初代筛选框，并跳转b5；
[0057]
b11：将该筛选框所在的区域标注为1，判断该中心点km所在区域kn的被标注为1的区域是否可以构成封闭图形，如果可以，跳转b15，如果不可以，跳转b10；
[0058]
b12：计算被标注为1的区域所包围的区域图形m的面积，如果小于等于初代筛选框的面积则对该区域图形m进行保留，如果m的面积大于初代筛选框的面积则将该区域图形m删除，其剩余的部分便形成了被筛选过的计数区间。
[0059]
以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。本发明未详细描述的技术、形状、构造部分均为公知技术。