CN114897872B 一种适用于细胞团中细胞的识别方法、装置及电子设备 （玖壹叁陆零医学科技南京有限公司）

司本申请提供了一种适用于细胞团中细胞的胞的识别方法包括：从待检测的数字切片图像将单细胞区域图像和标准细胞图像对应进行比2针对每个所述细胞团区域图像，从所述细胞团区域图像中针对每个所述细胞团区域图像中的每个所述单细胞区域图和所述标准细胞图像对应进行比对，确定所述单细胞区域图像中的单细胞是否为可疑细将各个所述可疑细胞对应的可疑细胞图像输入训练好的细胞分所述针对每个所述细胞团区域图像中的每个所述单细胞区域图像，将所针对每个所述细胞团区域图像中的每个所述单细胞区域图若所述相似度小于预设阈值，则将所述相似度对应的所述单细获取样本数字切片图像中不同类型的样本单细胞区域图像、各个表征所述样本单细胞与预设样本标准细胞之间的真实样将所述样本单细胞区域图像、所述样本单细胞区域图像的标签输入初始细胞筛选模当所述预设样本相似度与所述样本单细胞与所述样本标准细胞之间的真实样本相似Y=IAY=0征样本标准细胞的特征向量；vai和vci分别用于表征为第一类型的样本单细胞的特征向量3针对每个所述细胞团区域图像，从所述细胞团区域图像中识别判断所述细胞团区域图像中任意两个单细胞区域图像之间的目标距离是否大于等于若大于，则将所述细胞团区域图像中该任意两个所述单细胞区域3.一种适用于细胞团中细胞的识别装置，第二识别模块，用于针对每个所述细胞团区域图像，从所第一确定模块，用于针对每个所述细胞团区域图像中的每个第二确定模块，用于将各个所述可疑细胞对应的可疑细针对每个所述细胞团区域图像中的每个所述单细胞区域图若所述相似度小于预设阈值，则将所述相似度对应的所述单细获取样本数字切片图像中不同类型的样本单细胞区域图像、各个表征所述样本单细胞与预设样本标准细胞之间的真实样将所述样本单细胞区域图像、所述样本单细胞区域图像的标签输入初始细胞筛选模当所述预设样本相似度与所述样本单细胞与所述样本标准细胞之间的真实样本相似Y=IAY=0征样本标准细胞的特征向量；vai和vci分别用于表征为第一类型的样本单细胞的特征向量4针对每个所述细胞团区域图像，从所述细胞团区域图像中识别判断所述细胞团区域图像中任意两个单细胞区域图像之间的目标距离是否大于等于若大于，则将所述细胞团区域图像中该任意两个所述单细胞区域6.一种计算机可读存储介质，其特征在于，所5[0001]本申请涉及细胞识别技术领域，尤其是涉及一种适用于细胞团中细胞的识别方[0012]判断所述细胞团区域图像中任意两个单细胞区域图像之间的目标距离是否大于6[0020]当所述预设样本相似度与所述样本单细胞与所述样本标准细胞之间的真实样本表征样本标准细胞的特征向量；vai和vci分别用于表征为第一类型的样本单细胞的特征向[0029]第一确定模块，用于针对每个所述细胞团区域图像中的每个所述单细胞区域图7[0033]判断所述细胞团区域图像中任意两个单细胞区域图像之间的目标距离是否大于[0043]图1示出了本申请实施例所提供的一种适用于细胞团中细胞的识别方法的流程图[0044]图2示出了本申请实施例所提供一种适用于细胞团中细胞的识别方法中单细胞区[0045]图3示出了本申请实施例所提供的另一种适用于细胞团中细胞的识别方法的流程[0046]图4示出了本申请实施例所提供的一种适用于细胞团中细胞的识别方法中一实施[0047]图5示出了本申请实施例所提供的一种适用于细胞团中细胞的识别装置的结构示8[0050]500-适用于细胞团中细胞的识别装置；510-第一识别模块；52别输入对应分辨率下的训练好的细胞团检测模型中，确定各个分辨率下的细胞团检测结[0059]其中，各个分辨率下的细胞团检测结果包括但不限制于细胞团的位置和大小关9成20000x20000的待检测的数字切片图像、分辨率为20倍的待检测的数字切片图像可具体设置成10000x10000的待检测的数字切片图像以及分辨率为10倍的待检测的数字切片图像可具体设置成5000x5000的待检测的[0062]将各个分辨率下的样本数字切片图像按照预设大小(如512x512)进行切割，并对[0068]其中，训练好的细胞分割模型可以采用但不限制于采用如Mask-RCNN、Unet以及[0071]将所述样本单细胞区域图像以及所述样本单细胞区域图像的标签输入初始细胞型得到该样本单细胞区域图像的预设位置信息和预[0073]将预设位置信息和预设区域大小与真实标注的样本单细胞区域图像的标签进行型进行模型训练，并选取训练效果最优的细胞分割模型作为最终的训练好的细胞分割模细胞团区域图像中的各个细胞核，并将每个细胞核对应的细胞图像确定为单细胞区域图区域图像除了细胞团区域图像中的存储单细胞区域图像之外，还包括目标区域对应的图了对待检测的数字切片图像中目标细胞的目标类型的识[0088]S104、将各个所述可疑细胞对应的可疑细胞图像输入训好的细胞分类模型中输出各个可疑细胞对应目标类型为阳性的目标细胞的置信值(0-1.0系列以及SeNet的网络分类模型，本申请提供的实施例以Resnet-101类型的网络分类模型型进行目标细胞按照一定的预设比例设置为训练数据集和验证数征之间的余弦距离或欧式距离来确定细胞团区域图像中每个单细胞与标准细胞之间的相[0101]其中，训练好的细胞筛选模型可以采用但不限制于采用ResNet-51类型的网络筛域图像的标签用于表征该样本单细胞区域图像的位置信[0106]当所述预设样本距离与不同类型的所述样本单细胞与所述样本标准细胞之间的表征样本标准细胞的特征向量；vai和vci分别用于表征为第一类型的样本单细胞的特征向[0114]上述中，不同类型的样本单细胞区域图像与样本单细胞区域图像之间的距离不细胞区域图像与样本单细胞区域图像之间的距离大于阴性细胞与样本单细胞区域图像之[0116]该步骤中，若不同类型的样本单细胞与样本标准细胞之间的相似度小于预设阈[0118]S305、将各个所述可疑细胞对应的可疑细胞图像输入训[0132]S406、判断上述任意两个单细胞区域图像之间的目标距离是否大于等于预设阈[0135]其中，每个单细胞区域图像Ii，j与标准细胞图像Ib之间的距离可[0143]判断所述细胞团区域图像中任意两个单细胞区域图像之间的目标距离是否大于[0145]第一确定模块550，用于针对每个所述细胞团区域图像中的每个所述单细胞区域域图像和所述样本数字切片图像中的样本标准细胞图[0153]当所述预设样本相似度与所述样本单细胞与所述样本标准细胞之间的真实样本表征样本标准细胞的特征向量；vai和vci分别用于表征为第一类型的样本单细胞的特征向[0159]第二确定模块540，用于将各个所述可疑细胞对应的可疑细胞图像输入训练好的[0160]上述中，本申请的实施例提供的适用于细胞团中细胞的识别装置500的应用场景[0162]本申请提供的适用于细胞团中细胞的识别装置500可以直接用于识别待检测数字[0164]本申请提供的适用于细胞团中细胞的识别装置500可以与已有细胞学的辅助诊断[0165]本申请实施例提供的适用于细胞团中细胞的识别装置500，与现有技术中的细胞[0167]所述存储器620存储有所述处理器610可执行的机器可读指令，当电子设备600运理器610执行时，可以执行如上述图1以及