宫颈细胞样本年龄及健康程度预测方法与流程

本发明涉及医学图像处理领域，具体地指宫颈细胞样本年龄及健康程度预测方法。

背景技术：

1、年龄预测和健康指标预测是当前医疗领域的重要研究方向。准确预测个体的年龄和健康指标对于疾病预防、早期诊断和个性化治疗至关重要。这些预测可以帮助医生制定有效的治疗方案，提高患者生活质量和健康状况。

2、宫颈病理细胞样本年龄预测系统是基于图像处理技术的一种创新解决方案。宫颈病理细胞样本是一种重要的临床检验样本，用于评估宫颈疾病的风险和诊断。传统上，医生需要手动分析这些样本，这是一项费时且容易出错的任务。因此，开发一种自动化的预测宫颈病理细胞样本年龄的系统可以提高工作效率、减轻医生负担，并为病人提供个性化的健康管理建议。

技术实现思路

1、本发明的目的就是解决上述背景中的技术问题，提出宫颈细胞样本年龄及健康程度预测系统，其特征是包括以下步骤：

2、s1、扫描宫颈病理全玻片得到宫颈细胞数字图像，并将特定大小的图像输入到目标检测模型中识别特征细胞，输出细胞在图像中的位置并记录；

3、s2、根据步骤s1中的细胞位置信息，从原图中裁剪出特征细胞的图像，对裁剪后的特征细胞图像进行预处理；

4、s3、对特征细胞进行特征提取，并对提取到的特征进行数值化处理，然后得到每个特征对应的特征值；

5、s4、每个年龄段对应的特征值构建成特征矩阵作为参照特征矩阵；

6、s5、对用户的细胞样本进行预处理和特征提取，并对提取到的特征进行数值化处理，然后提取出每个特征对应的特征值；

7、s6、将经过步骤s5得到的特征值分别与步骤s4得到的每个年龄段对应的参照特征矩阵进行对比，得到与用户的特征数据匹配的特征矩阵，从而预测用户的年龄；

8、s7、将预测结果与用户的真实年龄进行比较，对用户的健康指数进行评估。

9、优选的方案中，步骤s1具体包括以下步骤：正常人群的细胞样本采集完毕后，从细胞样本图像中提取特征，对特征进行数值化得到各个特征对应的特征值，每个特征有对应的特征值区间；

10、搭建每个年龄段对应的参照特征矩阵，每个矩阵代表一个年龄段，参照特征矩阵的行表示各个特征指标，矩阵的列表示该年龄段对应的特征值，参照特征矩阵每一行的元素取值区间取决于该参照特征矩阵对应的年龄段的特征取值区间；

11、存储各个年龄段对应的参照特征矩阵组成的集合。

12、优选的方案中，步骤s4还包括以下步骤：

13、s41、确定有助于分类的特征，提取特征和特征所对应的向量；

14、s42、遍历每个向量，提取出该向量中的特征值，并将其存储到一个临时的特征矩阵或列表中；

15、s43、将每个向量的特征值提取完毕后，将这些特征值汇总到一个总特征矩阵中。

16、优选的方案中，步骤s5还包括以下步骤：将用户的特征值构建成一个单列矩阵，矩阵的列表示每个特征对应的特征值。

17、优选的方案中，当步骤s6中用户的所有特征点在不同的参照特征矩阵之间的交叉区域内时，分别计算每个包含用户特征矩阵的参照特征矩阵中心线与用户的所有特征点的距离总和，通过对比选择中心线与用户的每个特征点的距离总和最小的参照特征矩阵作为匹配特征矩阵，匹配矩阵对应的年龄段为用户的预测年龄段。

18、优选的方案中，在步骤s3和步骤s5中，对所有特征值进行归一化处理。

19、优选的方案中，步骤s7中还包括以下步骤：结合用户的宫颈病理细胞样本特征和其他健康因素，建立综合评估模型，将每个特征作为健康因素，对不同特征的重要性进行权重分配，将其特征值与对应的特征权重相乘，然后将所有健康因素的加权和相加得到用户的综合健康指数。

20、优选的方案中，在加权求和步骤中，还将预测年龄与实际年龄之间的差距作为一个附加因素进行加权求和。

21、本发明的有益效果为：预测年龄系统可以为病人提供个性化的健康管理建议，不同年龄段的人具有不同的健康需求和风险，因此定制化的建议可以帮助人们更好地管理自己的健康状况；传统的宫颈病理细胞样本分析需要医生手动进行，耗时且容易出错。通过引入自动化的年龄预测系统，可以大大提高工作效率，减少医生的工作负担，使医生能够更专注于更复杂的病理分析和治疗决策；通过收集和处理大量的宫颈病理细胞样本数据，我们可以积累宝贵的医疗数据资源，并从中发现潜在的新知识和关联。这将有助于医学研究和未来的疾病预防和治疗。

技术特征：

1.一种宫颈细胞样本年龄及健康程度预测方法，其特征是包括以下步骤：

2.根据权利要求1所述宫颈细胞样本年龄及健康程度预测方法，其特征是：步骤s1具体包括以下步骤：正常人群的细胞样本采集完毕后，从细胞样本图像中提取特征，对特征进行数值化得到各个特征对应的特征值，每个特征有对应的特征值区间；

3.根据权利要求1所述宫颈细胞样本年龄及健康程度预测方法，其特征是：步骤s4还包括以下步骤：

4.根据权利要求2所述宫颈细胞样本年龄及健康程度预测方法，其特征是：步骤s5还包括以下步骤：将用户的特征值构建成一个单列矩阵，矩阵的列表示每个特征对应的特征值。

5.根据权利要求4所述宫颈细胞样本年龄及健康程度预测方法，其特征是：当步骤s6中用户的所有特征点在不同的参照特征矩阵之间的交叉区域内时，分别计算每个包含用户特征矩阵的参照特征矩阵中心线与用户的所有特征点的距离总和，通过对比选择中心线与用户的每个特征点的距离总和最小的参照特征矩阵作为匹配特征矩阵，匹配矩阵对应的年龄段为用户的预测年龄段。

6.根据权利要求1所述宫颈细胞样本年龄及健康程度预测方法，其特征是：在步骤s3和步骤s5中，对所有特征值进行归一化处理。

7.根据权利要求1所述宫颈细胞样本年龄及健康程度预测方法，其特征是：步骤s7中还包括以下步骤：结合用户的宫颈病理细胞样本特征和其他健康因素，建立综合评估模型，将每个特征作为健康因素，对不同特征的重要性进行权重分配，将其特征值与对应的特征权重相乘，然后将所有健康因素的加权和相加得到用户的综合健康指数。

8.根据权利要求6所述宫颈细胞样本年龄及健康程度预测方法，其特征是：在加权求和步骤中，还将预测年龄与实际年龄之间的差距作为一个附加因素进行加权求和。

技术总结
本申请提供一种宫颈细胞样本年龄及健康程度预测方法，包括以下步骤：首先扫描宫颈病理全玻片得到宫颈细胞数字图像，并将特定大小的图像输入到目标检测模型中识别特征细胞，输出细胞在图像中的位置并记录。然后根据细胞位置信息，从原图中裁剪出特征细胞的图像，并进行预处理，对特征细胞进行特征提取，并对特征进行向量化处理得到特征值，将特征值输入到年龄预测系统中，每个年龄段对应的特征值组成一个特征矩阵；对用户的细胞样本进行预处理和特征提取，进行向量化处理，然后将得到的特征值输入到年龄预测系统中，匹配用户的特征数据对应的特征矩阵，从而预测用户的年龄。最后将预测结果与用户的真实年龄进行比较，对用户的健康指数进行评估。

技术研发人员：曹得华,李诚,郝宗杰,严姗,庞宝川
受保护的技术使用者：武汉兰丁智能医学股份有限公司
技术研发日：
技术公布日：2024/3/4