[发明专利]一种人工智能血细胞分类及疾病辅助诊断方法及系统

权利要求书

1.一种人工智能血细胞分类及疾病辅助诊断方法，其特征在于：所述方法包括以下步骤：

使用电子扫描镜对红细胞涂片进行扫描，得到扫描图像；

对所述扫描图像进行图像预处理处理，得到待检测的细胞图像；

将所述待检测的细胞图像输入到训练后的细胞检测模型中，得到所述待检测的细胞图像对应的分类结果；

根据分类结果计算所述待检测的细胞图像中红细胞聚集指数，从而判断心脑血管病的几率。

2.根据权利要求1所述的一种人工智能血细胞分类及疾病辅助诊断方法，其特征在于：所述将所述待检测的细胞图像分别输入到训练后的细胞检测模型中，得到所述待检测的细胞图像对应的分类结果,包括：

建立正常红细胞形态学标准和异常红细胞形态学标准；

获取人机交互操作系统设置的检测范围；

在检测范围内使用卷积神经网络法对待检测的细胞图像的红细胞形态进行特征提取；

将提取的红细胞特征与正常红细胞形态学标准和异常红细胞形态学标准对比并分类，得到所述待检测的细胞图像对应的分类结果。

3.根据权利要求1所述的一种人工智能血细胞分类及疾病辅助诊断方法，其特征在于：所述对所述待检测图像进行图像预处理处理，得到待检测的细胞图像，包括：

对所述待检测图像进行降噪和去干扰处理后，再进行图像灰度化处理，得到待检测的细胞图像。

4.根据权利要求3所述的一种人工智能血细胞分类及疾病辅助诊断方法，其特征在于：所述进行图像灰度化处理，包括：

将所述去干扰后的待检测图像进行灰度化，得到灰度图像；

根据所述灰度图像得到灰度值统计图；其中，所述灰度值统计图的横坐标为灰度值，纵坐标为在所述灰度图像中，对应的灰度值出现的次数；

在所述灰度值统计图中，获取目标灰度值；其中，在第一灰度值和第二灰度值之间，所述目标灰度值对应的纵坐标值最小，所述第一灰度值对应的纵坐标和所述第二灰度值对应的纵坐标为所述灰度值统计图中的两个峰值；

根据所述目标灰度值，对所述去干扰后的待检测图像进行分割，得到待检测的细胞图像。

5.根据权利要求2所述的一种人工智能血细胞分类及疾病辅助诊断方法，其特征在于：所述将提取的红细胞特征与正常红细胞形态学标准和异常红细胞形态学标准对比并分类，包括：

将为红细胞取经形态学处理后的待检测的细胞图像的边缘像素点，找到红细胞上下左右的边缘像素点，提取红细胞特征；

将提取的红细胞特征作为训练细胞输入深度残差网络，训练网络；

通过分类器为训练细胞打分，若最大分数等于设定阈值，则归为正常红细胞形态学标准；若最大分数大于设定阈值，则归入异常红细胞形态学标准。

6.根据权利要求5所述的一种人工智能血细胞分类及疾病辅助诊断方法，其特征在于：所述根据分类结果计算所述待检测的细胞图像中红细胞聚集指数，从而判断心脑血管病的几率，包括：

若分类结果为正常红细胞形态学标准，则待检测的细胞图像中红细胞聚集指数为1，心脑血管病的几率低于50％；

若分类结果为异常红细胞形态学标准，则待检测的细胞图像中红细胞聚集指数大于1，心脑血管病的几率高于50％。

7.一种人工智能血细胞分类及疾病辅助诊断系统，其特征在于：包括：

图像扫描模块，用于使用电子扫描镜对红细胞涂片进行扫描，得到扫描图像；

图像处理模块，用于对所述扫描图像进行图像预处理处理，得到待检测的细胞图像；

图像分类模块，用于将所述待检测的细胞图像输入到训练后的细胞检测模型中，得到所述待检测的细胞图像对应的分类结果；

计算判断模块，用于根据分类结果计算所述待检测的细胞图像中红细胞聚集指数，从而判断心脑血管病的几率。