[发明专利]一种有丝分裂细胞检测模型训练方法、系统、可读存储介质

说明书

本申请实施例提一种有丝分裂细胞检测模型训练方法、系统、可读存储介质，该方法包括基于待训练的初始图像，进行有丝分裂细胞区域的扩充，并得到相应的目标扩充图像；将目标扩充图像输入到初始检测模型进行模型训练，且，训练过程中，使用框能量密度对损失函数进行矫正；其中，在触发训练结束条件时，得到目标检测模型。该方法的实施能够降低有丝分裂细胞的检测难度。

技术领域

本申请涉及病理图像处理技术领域，具体而言，涉及一种有丝分裂细胞检测模型训练方法、系统、可读存储介质。

背景技术

乳腺癌是全球第二大常见癌症，疾病早期常表现为乳房肿块、乳头溢液、腋窝淋巴结肿大等症状，晚期可因癌细胞发生远处转移，出现多器官病变，直接威胁患者的生命。随着医疗水平的提高，乳腺癌已成为疗效最佳的实体肿瘤之一。因此，早期的乳腺癌诊断有助于提高患者的生存率。

目前，国际上已采用诺丁汉分级系统(NGS)对乳腺癌进行分级。NGS由三个形态特征组成，包括核多形性、小管形成和有丝分裂指数。其中，有丝分裂指数的统计需要对有丝分裂的细胞进行检测并计数，但由于有丝分裂细胞与非有丝分裂细胞外观非常相似，使得难以将二者进行区分，使得基于乳腺癌显微镜图像进行分析，在临床实践中是一项具有挑战性的任务。另一方面，单张切片中一般包含数以十万计的各种类型的染色细胞，而有丝分裂细胞通常隐藏在这些密集的细胞之中，这也进一步加重了有丝分裂细胞的检测难度。

发明内容

本申请实施例的目的在基于提供一种有丝分裂细胞检测模型训练方法、系统、可读存储介质，可以降低有丝分裂细胞的检测难度。

本申请实施例还提供了一种有丝分裂细胞检测模型训练方法，包括以下步骤：

基于待训练的初始图像，进行有丝分裂细胞区域的扩充，并得到相应的目标扩充图像；

将所述目标扩充图像输入到初始检测模型进行模型训练，且，训练过程中，使用框能量密度对损失函数进行矫正；其中，在触发训练结束条件时，得到目标检测模型。

第二方面，本申请实施例还提供了一种有丝分裂细胞检测模型训练系统，所述系统包括区域扩充模块、以及模型训练模块，其中：

所述区域扩充模块，用于基于待训练的初始图像，进行有丝分裂细胞区域的扩充，并得到相应的目标扩充图像；

所述模型训练模块，用于将所述目标扩充图像输入到初始检测模型进行模型训练，且，训练过程中，使用框能量密度对损失函数进行矫正；其中，在触发训练结束条件时，得到目标检测模型。

第三方面，本申请实施例还提供了一种可读存储介质，所述可读存储介质中包括有丝分裂细胞检测模型训练方法程序，所述有丝分裂细胞检测模型训练方法程序被处理器执行时，实现如上述任一项所述的一种有丝分裂细胞检测模型训练方法的步骤。

由上可知，本申请实施例提供的一种有丝分裂细胞检测模型训练方法、系统以及可读存储介质，在训练检测模型之前，进行有丝分裂细胞区域的扩充，通过扩大有丝分裂细胞区域的检测范围，避免由于采样信息的不足，导致的模型检测精度的降低。模型训练过程中，使用框能量密度对损失函数进行矫正，使得能够在训练集上沿正确的方向训练模型，降低有丝分裂细胞的检测难度。

本申请的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请实施例了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。