[发明专利]有监督学习功能的细胞图像自动分类方法和系统

说明书

技术领域    本发明涉及用于细胞取样检查的仪器，特别是涉及图像的分析，尤其涉及有监督学习功能的细胞图像自动分类方法和系统。

背景技术    传统的细胞分类计数通常涉及复杂昂贵的生化和光路设备，而且这些设备能够进行的分类数目层次和数目是预先设定、固定不变的，无法对一些未设定或非常规的特定的细胞分类提供有效的检测。同时，现有技术的细胞分类技术能够分类的类型受限于硬件本身的化学试剂、流体通道和光路,只能对预先设定、固定的对象进行分类。

发明内容    本发明要解决的技术问题在于避免上述现有技术的不足之处而提供有监督学习功能的细胞图像自动分类方法和系统，解决现有技术细胞分类技术类型受限于硬件本身的问题。

本发明为解决上述技术问题提出的技术方案是，提供一种有监督学习功能的细胞图像自动分类方法,用于包括计算机和与之电连接的电子显微镜的有监督学习功能的细胞图像自动分类系统，该自动分类系统还包括图像采集子系统、分类算法训练子系统和分类算法应用子系统；所述自动分类方法包括如下步骤：

A．所述图像采集子系统控制电子显微镜采集样本细胞的图像信息，并存入所述计算机中；

B．所述分类算法训练子系统采用可视方式，将采集到的图像信息的各目标细胞人工标注出来作为导师信号；

C．所述计算机通过所述分类算法训练子系统提取已标注的所述图像信息中目标细胞的图像特征，作为特征向量；并利用特征向量和导师信号进行分类算法的训练，并根据导师信号确定该分类结果的正确性,计算出细胞分类准确率,然后根据分类准确率确定所述特征向量中的有效特征向量,构成有效特征向量子集;同时根据分类准确率确定分类算法的参数;

D．所述计算机的通过所述图像采集子系统控制电子显微镜采集待检细胞图像信息，存入所述计算机中；

E．所述分类算法应用子系统，提取待检细胞图像信息的图像特征作为特征向量，依据步骤C中得到分类算法的参数，执行分类算法，即而得到该待检细胞图像中细胞的分类结果；

F．要对另一个待检细胞图像进行分类时，执行步骤D和E；须重新训练时，执行步骤A、B和C；需要修改现有导师信号时，执行步骤A和B。

         步骤A中所述“图像采集子系统控制电子显微镜”包括：控制该电子显微镜自动对焦、

图像和视频流采集、图像拼接以及保存调入图像或者视频流，具体地还包括如下分步骤：

      A1.所述电子显微镜及场景位置分别初始化；

      A2.图像采集子系统控制电子显微镜对当前场景自动对焦后，拍摄当前场景的图像；

      A3. 图像采集子系统控制电子显微镜移动到另外一个没有拍摄过的场景中；

      A4. 图像采集子系统判定所采集的图像是否已足够，如果是，则结束图像采集；否则，重复执行步骤A2和A3。

    所述步骤C中所述“利用特征向量和导师信号进行分类算法的训练，并根据导师信号确定该分类结果的正确性,计算出细胞分类准确率,然后根据分类准确率确定所述特征向量中的有效特征向量,构成有效特征向量子集;同时根据分类准确率确定分类算法的参数”还包括如下的分步骤：

      C1. 将所述特征向量与导师信号结合生成训练矢量集合，把分类算法应用到该训练矢量集合；

C2. 把训练矢量集合分成若干个子集；在该子集上训练分类算法；

    C3. 根据导师信号确定该分类算法的训练结果的正确性，并统计分类结果的错误率；

C4. 判定算法性能达到是否达到预定指标或分类算法训练到达预期次数；如果判定结果为否，则返回执行步骤C1；判定是，则执行下一步；

    C5.根据统计分类的错误率确定有效特征向量子和最佳分类算法及其参数。

在步骤D中所述“图像采集子系统控制电子显微镜”包括：控制该电子显微镜自动对焦、图像和视频流采集、图像拼接，以及保存调入的图像或者视频流，具体地包括如下分步骤：

      D1.所述电子显微镜初始化及初始化场景位置；

       D2.图像采集子系统控制电子显微镜对当前场景自动对焦后，拍摄当前场景的图像；

D3. 图像采集子系统控制电子显微镜移动到另外一个没有拍摄过的场景中；

        D4. 图像采集子系统判定采集的图像是否已足，如果是，则结束图像采集；否则执行步骤D2和D3。