一种外周血细胞影像智能识别方式、装置及储存介质

本发明涉及医疗辅助诊断，尤其涉及一种外周血细胞影像智能识别方式、装置及储存介质。

背景技术：

1、血液是人体生命活动的重要组成部分，它是流动在心脏和血管内的不透明红色液体，之所以呈红色，是因为其中绝大部分是红细胞。在红细胞内含有血红蛋白，由于血红蛋白氨基上的官能团功能由亚铁离子决定，所以血液呈现红色。人体各器官的生理和病理变化，往往会引起血液成分的改变，故患病后常常要通过验血来诊断疾病。

2、传统的红细胞计数方法是由医师或工作人员用肉眼在显微镜下观察细胞显微图像，这种方法存在着由主观性带来的种种弊端。现今，应用于医学领域的技术手段发生着巨大变革，数字图像处理技术应用其中，通过数字图像处理实现对各类医学图像的分析研究，可以提供直观、安全、方便的诊断和治疗辅助手段，成为临床诊断和医学研究中的一项重要工具。

3、申请号为cn202010126812.6的专利公开了一种外周血细胞影像人工智能辅助分级诊断系统及方法，包括数据采集单元、自动识别与标注单元、手动标注单元、细胞数据统计单元、数据分析分级单元、影像辅助分级诊断单元、显示器、储存模块和处理器。该发明的人工智能辅助分析诊断系统在数据统计单元中仅统计了骨髓有核细胞数量，数据分析分级单元中仅将粒细胞与红细胞比值以及各类细胞在骨髓有核细胞中的比例作为分析数据，其忽略了涂片厚度分布不均匀导致的计数误差问题，检测到的细胞数量与实际细胞数量存在差距，并不能准确反应疾病病理。

技术实现思路

1、有鉴于此，本发明的目的是提供一种外周血细胞影像智能识别方式、装置及储存介质，用于解决涂片厚度分布不均匀导致的细胞计数存在误差的问题。

2、本发明通过以下技术手段解决上述技术问题：

3、第一方面，本申请提供一种外周血细胞影像智能识别方式，包括以下步骤：

4、s110：采集瑞氏染色细胞图像；

5、s120：基于第一检测算法对所述瑞氏染色细胞图像的检测区域设定区域等级；

6、s130：基于所述区域等级对匹配的所述检测区域设置筛选细胞类型和计数细胞类型；

7、s140：基于所述筛选细胞类型和计数细胞类型选择性地对计数区域进行计数。

8、结合第一方面，在一些可选的实施方式中，所述第一检测算法用于获取单位面积内红细胞的分布密度，当所述分布密度大于第一预设密度时，将匹配检测区域的区域等级设定为一级计数区域；当所述分布密度第一小于预设密度时，将匹配检测区域的区域等级设定为二级计数区域；当所述分布密度大于第二预设密度或小于第三预设密度时，将匹配检测区域的区域等级设定为三级计数区域。

9、结合第一方面，在一些可选的实施方式中，将所述一级计数区域匹配的所述检测区域的筛选细胞设定为红细胞，计数细胞设定为白细胞；将所述二级计数区域匹配的所述检测区域的筛选细胞设定为白细胞，计数细胞设定为红细胞；将所述三级计数区域匹配的所述检测区域的筛选细胞设定为所有细胞，计数细胞设定为无。

10、结合第一方面，在一些可选的实施方式中，在s120之前，还包括以下步骤，基于第二检测算法获取所述瑞氏染色细胞图像的检测区域，所述第二检测算法包括，指定任意红细胞为目标细胞，以逆时针或顺时针方向对所述目标细胞的对角线领域和直线领域内的细胞分布状态进行检测，获取对应的边界序列数组，对所有的所述边界序列数组进行叠加，获取所述检测区域的边界。

11、结合第一方面，在一些可选的实施方式中，将所述目标细胞的坐标定义为(x，y)，所述直线领域的坐标则为(x+d，y)、(x-d，y)、(x，y-d)和(x，y+d)，所述对角线领域的坐标则为(x+d，y+d)、(x+d，y-d)、(x-d，y+d)和(x-d，y-d)，其中，d为所述瑞氏染色细胞图像上红细胞的最大宽度。

12、结合第一方面，在一些可选的实施方式中，所述方法还包括基于最短边界路径对所述检测区域进行划分，所述最短边界路径包括，从所述检测区域的第一边界点出发，穿过所述检测区域内部到达所述检测区域的第二边界点的最短距离匹配的所述第一边界点和所述第二边界点之间的连线。

13、结合第一方面，在一些可选的实施方式中，当所述最短距离大于预设划分精度指标时，匹配的所述第一边界点和所述第二边界点之间的连线不用作所述检测区域的划分，仅当所述最短距离小于等于所述预设划分精度指标时，对应的所述第一边界点和所述第二边界点之间的连线才能够对所述检测区域进行划分。

14、结合第一方面，在一些可选的实施方式中，在步骤s120中，还包括，基于第三检测算法对所述瑞氏染色细胞图像进行去噪，所述第三检测算法在于：

15、g(x，y)＝f(x，y)+η(x，y)

16、其中，f(x，y)是具体的目标图像，η(x，y)为随机噪声。

17、第二方面，本申请提供一种外周血细胞影像智能识别装置，包括：

18、采集单元，采集瑞氏染色细胞图像；

19、定级单元，基于第一检测算法对所述瑞氏染色细胞图像的检测区域设定区域等级；

20、处理单元，基于所述区域等级对匹配的所述检测区域设置筛选细胞类型和计数细胞类型；

21、计数单元，基于所述筛选细胞类型和计数细胞类型选择性地对计数区域进行计数，其中，所述计数单元通过训练好的深度网络模型分析所述瑞氏染色细胞图像中的细胞种类。

22、第三方面，本申请提供一种计算机储存介质，所述计算机储存介质内储存有计算机程序，当所述计算机程序在计算机上运行时，能够执行如上所述的外周血细胞影像智能识别方法。

23、本发明的有益效果：

24、1、基于红细胞的分布密度对制作的涂片厚度进行划分，选择性地对不同厚度区域内不同细胞进行计数，优化涂片过厚区域或过薄区域带来的计数困难和计数误差，降低了推片制作质量不均匀对计数过程的影响，通过对分布均匀的细胞进行计数的方式也能够提高精度和准确度。

25、2、基于预设精度划分指标对检测区域的划分数量进行设置，通过调节预设精度划分指标对应的长度改变检测区域的划分数量，从而改变检测区域内细胞的精度，使得计数过程能够与计数要求相适应，适应性强。

技术特征：

1.一种外周血细胞影像智能识别方式，其特征在于，包括以下步骤：

2.根据权利要求1所述的外周血细胞影像智能识别方式，其特征在于，所述第一检测算法用于获取单位面积内红细胞的分布密度，当所述分布密度大于第一预设密度时，将匹配检测区域的区域等级设定为一级计数区域；当所述分布密度第一小于预设密度时，将匹配检测区域的区域等级设定为二级计数区域；当所述分布密度大于第二预设密度或小于第三预设密度时，将匹配检测区域的区域等级设定为三级计数区域。

3.根据权利要求2所述的外周血细胞影像智能识别方式，其特征在于，将所述一级计数区域匹配的所述检测区域的筛选细胞设定为红细胞，计数细胞设定为白细胞；将所述二级计数区域匹配的所述检测区域的筛选细胞设定为白细胞，计数细胞设定为红细胞；将所述三级计数区域匹配的所述检测区域的筛选细胞设定为所有细胞，计数细胞设定为无。

4.根据权利要求3所述的外周血细胞影像智能识别方式，其特征在于，在s120之前，还包括以下步骤，基于第二检测算法获取所述瑞氏染色细胞图像的检测区域，所述第二检测算法包括，指定任意红细胞为目标细胞，以逆时针或顺时针方向对所述目标细胞的对角线领域和直线领域内的细胞分布状态进行检测，获取对应的边界序列数组，对所有的所述边界序列数组进行叠加，获取所述检测区域的边界。

5.根据权利要求4所述的外周血细胞影像智能识别方式，其特征在于，将所述目标细胞的坐标定义为(x，y)，所述直线领域的坐标则为(x+d，y)、(x-d，y)、(x，y-d)和(x，y+d)，所述对角线领域的坐标则为(x+d，y+d)、(x+d，y-d)、(x-d，y+d)和(x-d，y-d)，其中，d为所述瑞氏染色细胞图像上红细胞的最大宽度。

6.根据权利要求5所述的外周血细胞影像智能识别方式，其特征在于，所述方法还包括基于最短边界路径对所述检测区域进行划分，所述最短边界路径包括，从所述检测区域的第一边界点出发，穿过所述检测区域内部到达所述检测区域的第二边界点的最短距离匹配的所述第一边界点和所述第二边界点之间的连线。

7.根据权利要求6所述的外周血细胞影像智能识别方式，其特征在于，当所述最短距离大于预设划分精度指标时，匹配的所述第一边界点和所述第二边界点之间的连线不用作所述检测区域的划分，仅当所述最短距离小于等于所述预设划分精度指标时，对应的所述第一边界点和所述第二边界点之间的连线才能够对所述检测区域进行划分。

8.根据权利要求7所述的外周血细胞影像智能识别方式，其特征在于，在步骤s120中，还包括，基于第三检测算法对所述瑞氏染色细胞图像进行去噪，所述第三检测算法在于：

9.一种外周血细胞影像智能识别装置，其特征在于，包括：

10.一种计算机储存介质，其特征在于，所述计算机储存介质内储存有计算机程序，当所述计算机程序在计算机上运行时，能够执行如权利要求1-8中任一项所述的外周血细胞影像智能识别方法。

技术总结
本发明涉及医疗辅助诊断技术领域，公开了一种外周血细胞影像智能识别方式、装置及储存介质,方法包括以下步骤：采集瑞氏染色细胞图像；基于第一检测算法对瑞氏染色细胞图像的检测区域设定区域等级；基于区域等级对匹配的检测区域设置筛选细胞类型和计数细胞类型；基于筛选细胞类型和计数细胞类型选择性地对计数区域进行计数，其中，计数单元通过训练好的深度网络模型分析瑞氏染色细胞图像中的细胞种类。本申请先获取图像中的检测区域并对检测区域进行划分，再单独对每一个检测区域的计数细胞结合检测区域对应的厚度特征进行设置，最后再基于训练好的深度网络模型对检测区域的计数细胞进行识别和计数，降低了制作推片时涂片厚度对计数结果的影响。

技术研发人员：张曦,彭贤贵,杨武晨,张诚,陈思宇,吴盛旺,杜雨轩,邓小娟
受保护的技术使用者：中国人民解放军陆军军医大学第二附属医院
技术研发日：
技术公布日：2024/1/15