[发明专利]一种宫颈癌切片识别方法

说明书

本发明提供了一种宫颈癌切片识别方法，其中，根据预先准备的关联于宫颈癌切片的训练样本预先训练形成一宫颈癌识别模型，还包括以下步骤：获取一待识别的病理切片图像；通过所述宫颈癌识别模型对所述病理切片图像进行识别，并输出识别结果；所述识别结果中包括所述病理切片图像中的宫颈癌细胞的数量以及所处的位置；有益效果：可快速地对宫颈癌图像中的疑似宫颈癌细胞进行定位，有效减少冗余信息，减少了识别过程中的工作量；还可代替传统人工目视方式对数字宫颈癌图像进行统计，辅助人工诊断过程，大大提升人工诊断效率。

技术领域

本发明涉及疾病识别领域，尤其涉及一种宫颈癌切片识别方法。

背景技术

宫颈癌是导致女性患者死亡的第二位最常见的恶性肿瘤，全球每年新发病例约52.9800万，死亡人数约27.5100万，85％发生在医疗资源相对缺乏的发展中国家。为了缓解医疗资源缺乏，国内外的研究团队致力于研发识别算法来对宫颈癌进行自动识别。

宫颈癌识别算法可对宫颈癌数字图像进行自动识别。相对于人工诊断，该算法识别宫颈癌的准确率可以达到90％以上，而且整个过程不需要人工进行干预。

在全自动宫颈扫描流程中，宫颈癌识别算法是最重要的一环，对降低死亡率，节省的医疗成本都有重要现实意义，能够创造巨大的经济和社会效益。

现有宫颈癌诊断流程存在的问题在于宫颈癌细胞数量多，靠人工识别不仅耗时耗力，同时很难进行精确记录。另外，当宫颈癌细胞分布零散时，人工识别很容易出现漏判。

发明内容

针对上述问题，本发明提供了一种宫颈癌切片识别方法，其中，根据预先准备的关联于宫颈癌切片的训练样本预先训练形成一宫颈癌识别模型，还包括以下步骤：

步骤S1、获取一待识别的病理切片图像；

步骤S2、通过所述宫颈癌识别模型对所述病理切片图像进行识别，并输出识别结果；

所述识别结果中包括所述病理切片图像中的宫颈癌细胞的数量以及所处的位置。

其中，所述步骤S2中，通过所述宫颈癌识别模型对所述病理切片图像进行识别的方法具体包括：

步骤S21，于待识别的所述病理切片图像中获取一待识别的切片区域，并将所述切片区域作为识别图像送入所述宫颈癌识别模型中；

步骤S22，采用所述宫颈癌识别模型中的特征提取模块提取所述识别图像中的宫颈癌识别特征；

步骤S23，采用所述宫颈癌识别模型中的特征分类模块对提取到的所述宫颈癌识别特征进行特征分类，并输出分类结果；

步骤S24，依据提取到的所述宫颈癌识别特征，以及各所述宫颈癌识别特征的所述分类结果，对所述切片区域进行识别，以得到并输出相应的所述识别结果。

其中，所述步骤S21中，通过用户手动框选的方式于待识别的所述病理切片图像中选中并获取所述切片区域。

其中，所述宫颈癌识别模型采用SSD网络结构实现。

其中，所述宫颈癌识别模型中的所述特征提取模块由多层依次连接的特征提取层构成；

于每层所述特征提取层中，输出图像为输入图像的0.5*0.5倍。

其中，所述特征提取模块由10层所述特征提取层构成。

其中，所述特征提取模块由10层共6类不同的所述特征提取层构成；

每类所述特征提取层由5类不同的卷积层和2类不同的池化层构成。

其中，所述特征分类模块中包括2个特征分类网络的卷积核。