[发明专利]一种细胞类型分析方法、分析装置及电子设备

说明书

本发明提供了一种细胞类型分析方法，包括：选取血液样本图像中的待分析区域；确定所述待分析区域内的细胞核区域；分割出包括单个细胞图像的细胞区域图像；以及将所述细胞区域图像输入第一神经网络模型，通过所述第一神经网络模型识别单个细胞的类型。通过人工智能的方法实现自动从血液中提取细胞并识别其类型，从而统计出血液中的各类细胞的数量。利用人工智能代替现有的人工目测，能够大幅的提高工作效率，并且，人工智能在大量的样本数据的支持下，具有较高的准确性和一致性，为医生诊断疾病提高准确有效的数据依据。

技术领域

本发明涉及医学图像处理领域，具体涉及一种细胞类型分析方法、分析装置及电子设备。

背景技术

血液中各类细胞的数量和形态能够为医生诊断提供非常有价值的信息，例如在判断一些严重的疾病(如白血病等)时，血液中的某些特定的细胞的数量会出现明显的区别，因此，通过对血液中各类细胞数量的统计具有很好的医学诊断价值。现有的统计血液中各类细胞数量的方法是在显微镜下用肉眼去一个个统计和判断各类细胞的数量和类型，这样的方法不仅费时费力，工作量十分繁重，并且该统计工作需要具有相当医学知识的专业人员，这就进一步加重了每个工作人员的工作量，另外，由于细胞的成长变化过程是一个连续的过程，因而通过细胞的形态很难准确的判断其类型，这也会造成不同的工作人员会有一定的判断差异。因此，现有的通过人工统计的方法存在费时费力且准确性和一致性不高。

发明内容

有鉴于此，本申请实施例致力于提供一种细胞类型分析方法、分析设备及电子设备，解决了上述人工统计费时费力且准确性和一致性不高的问题。

根据本发明的一方面，本发明一实施例提供的一种细胞类型分析方法，包括：选取血液样本图像中的待分析区域；确定所述待分析区域内的细胞核区域；分割出包括单个细胞图像的细胞区域图像，其中，所述单个细胞图像包括所述细胞核区域和细胞质区域；以及将所述细胞区域图像输入第一神经网络模型，通过所述第一神经网络模型识别单个细胞的类型。

在一实施例中，所述分割出包括单个细胞图像的细胞区域图像包括：确定包含所述细胞核区域的细胞边界以分割出包括单个细胞图像的细胞区域图像。

在一实施例中，所述确定包含所述细胞核区域的细胞边界包括：确定包含所述细胞核区域的待分割区域；将所述待分割区域的图像输入第二神经网络模型，通过所述第二神经网络模型确定包含所述细胞核区域的细胞边界。

在一实施例中，所述待分割区域以所述细胞核区域的重心为中心。

在一实施例中，所述待分割区域的面积比所述细胞核区域的面积大10％-15％。

在一实施例中，所述确定所述待分析区域内的细胞核区域包括：选取满足预设颜色条件的连续区域为所述待分析区域内的所述细胞核区域。

在一实施例中，所述满足预设颜色条件的连续区域包括：所述连续区域的红、绿、蓝三个颜色通道分量值分别在预设的阈值范围内。

在一实施例中，所述确定所述待分析区域内的细胞核区域包括：选择相同颜色的连续区域；判断所述连续区域是否满足预设颜色条件；当所述连续区域满足所述预设颜色条件时，判断所述连续区域的面积是否大于第一面积阈值且小于第二面积阈值；以及当所述连续区域的面积大于第一面积阈值且小于第二面积阈值时，选取所述连续区域为所述待分析区域内的所述细胞核区域。

在进一步的实施例中，所述确定所述待分析区域内的细胞核区域还包括：当所述连续区域的面积大于或等于所述第二面积阈值时，将所述连续区域分割成多个所述细胞核区域。

在一实施例中，所述将所述连续区域分割成多个所述细胞核区域包括：通过等比例缩小所述连续区域的图像，将所述连续区域分割成多个所述细胞核区域。