[发明专利]一种肾小球病理切片图像的细胞检测方法、装置及设备

权利要求书

1.一种肾小球病理切片图像的细胞检测方法，其特征在于，所述方法包括：

获取待检测的肾小球病理切片图像；

将所述待检测的肾小球病理切片图像输入至预设神经网络模型中进行识别检测，其中，所述预设神经网络模型为神经网络经过预定数量对系膜细胞、内皮细胞和足细胞进行识别标注的肾小球病理切片图像训练得到的；

从所述预设神经网络模型的三个输出通道中分别输出所述待检测的肾小球病理切片图像中的系膜细胞、内皮细胞和足细胞的概率图；

根据所述系膜细胞、内皮细胞和足细胞的概率图计算所述待检测的肾小球病理切片图像中系膜细胞、内皮细胞和足细胞的数量。

2.根据权利要求1所述的方法，其特征在于，在将所述待检测的肾小球病理切片图像输入至预设神经网络模型中进行识别检测之前，还包括：

获取预定数量的肾小球病理切片图像作为训练集；

对训练集中每个肾小球病理切片图像中的系膜细胞、内皮细胞和足细胞分别进行标注；

将标注后的肾小球病理切片图像进行弹性形变、和/或彩色变换、和/或随机翻转、和/或尺寸变换处理；

将处理后的肾小球病理切片图像输入U-net神经网络中进行学习训练得到预设神经网络模型。

3.根据权利要求2所述的方法，其特征在于，所述U-net神经网络包括U-net模块、特征金字塔网络和变分自编码器；

所述将处理后的肾小球病理切片图像输入U-net神经网络中进行学习训练得到预设神经网络模型，具体包括：

将处理后的肾小球病理切片图像输入U-net神经网络的U-net模块的进行特征图像的提取；

将所述特征图像输入U-net神经网络的特征金字塔网络进行分割处理输出肾小球边缘、系膜细胞、内皮细胞、足细胞的分割结果概率图；

将所述特征图像输入变分自编码器进行图像重建，并根据重建的图像与原肾小球病理切片图像的差异计算损失函数，并根据所述损失函数对所述U-net神经网络进行调整，完成对肾小球病理切片图像的学习训练；

重复学习训练的过程直至所有训练集中的肾小球病理切片图像全部学习训练完成，将训练完成的U-net神经网络中的变分自编码器去除得到所述预设神经网络模型。

4.根据权利要求3所述的方法，其特征在于，所述将处理后的肾小球病理切片图像输入U-net神经网络的U-net模块的进行特征图像的提取，具体包括：

将处理后的肾小球病理切片图像输入所述U-net模块的编码器，经过编码器的第一层进行卷积处理后，再经过一个ResBlock和一次下采样处理后生成编码器第一层输出特征图；

将所述编码器第一层输出特征图输入编码器的第二层，经过两个ResBlock和一次下采样处理后生成编码器第二层输出特征图；

将所述编码器第二层输出特征图输入编码器的第三层，经过两个ResBlock和一次下采样处理后生成编码器第三层输出特征图；

将所述编码器第三层输出特征图输入编码器的第四层，经过四个ResBlock处理后生成编码器第四层输出特征图；

将所述编码器第四层输出特征图输入解码器的第三层，经过一次上采样处理，并通过跳跃连接与所述编码器第三层输出特征图进行拼接后，形成解码器第三层特征图输出；

将所述解码器第三层特征图输入解码器的第二层，经过一次上采样处理，并通过跳跃连接与所述编码器第二层输出特征图进行拼接后，形成解码器第二层特征图输出；

将所述解码器第二层特征图输入解码器的第一层，经过一次上采样处理，并通过跳跃连接与所述编码器第一层输出特征图进行拼接后，形成解码器第一层特征图输出。