[发明专利]用于胸腹水细胞分类模型的训练方法和乳腺癌预测的系统

权利要求书

1.一种用于胸腹水细胞分类模型的训练方法，所述方法包括：

响应于包括第一类微粒、第二类微粒和第三类微粒的胸腹水乳腺癌全阴样本液体流过流式细胞显微成像装置的流式管道，获取所述全阴样本液体中微粒的图像，以获得包括第一类微粒的图像的集合、第二类微粒的图像的集合和第三类微粒的图像的集合的全阴样本图像集；

响应于包括第一类微粒、第二类微粒和第四类微粒的胸腹水乳腺癌全阳样本液体流过流式细胞显微成像装置的流式管道，获取所述全阳样本液体中微粒的图像，以获得包括第一类微粒的图像的集合、第二类微粒的图像的集合和第四类微粒的图像的集合的全阳样本图像集；

基于所述第一类微粒、第二类微粒、第三类微粒和第四类微粒的形态学差异，对所述全阴样本图像集和所述全阳样本图像集进行自动标注，从而生成第一类微粒的图像的第一训练数据集、第二类微粒的图像的第二训练数据集、第三类微粒的图像的第三训练数据集和第四类微粒的图像的第四训练数据集；以及

构建基于神经网络的胸腹水细胞分类模型，并基于所述第一训练数据集、所述第二训练数据集、所述第三训练数据集和所述第四训练数据集来训练所述胸腹水细胞分类模型，获得训练完成的胸腹水细胞分类模型，以用于对胸腹水细胞进行分类。

2.根据权利要求1所述的方法，其中，所述流式细胞显微成像装置包括光源、聚光透镜组、流式管道、显微物镜、筒镜、相机，其中，所述流式细胞显微成像装置获取胸腹水样本液体中微粒的图像包括：

所述流式细胞显微成像装置通过控制胸腹水样本液体的流动来控制胸腹水样本液体的细胞稳定地流过所述流式管道的中央；

所述光源被配置为发射可见光光束；

所述聚光透镜组被配置为聚集所述光束并将所述光束均匀地照射在所述流式管道上；

所述显微物镜采用无限远物镜，对焦在所述流式管道中心，对流过的细胞进行成像；

所述筒镜将无限远物镜的出射的光汇聚成像，调节筒镜的焦距可以调整成像的放大倍数；以及

所述相机位于所述筒镜的后焦面，对所放大的像进行拍摄，获得所述微粒的图像。

3.根据权利要求1所述的方法，其中，所述第一类微粒是杂质、第二类微粒是是淋巴细胞、第三类微粒是间皮细胞以及第四类微粒是乳腺癌细胞。

4.根据权利要求1-3中任一项所述的方法，其中，生成第一类微粒的图像的第一训练数据集、第二类微粒的图像的第二训练数据集、第三类微粒的图像的第三训练数据集和第四类微粒的图像的第四训练数据集包括：

对于所述全阴样本图像集和所述全阳样本图像集中的每一个样本图像，确定样本图像中的包含微粒的微粒区域的位置；

根据确定的微粒区域的位置从所述样本图像中分割出所述微粒区域；

计算所述微粒区域的面积和圆度；

基于所计算的面积和圆度以及所述样本图像属于所述全阴样本图像集还是所述全阳样本图像集，对所述样本图像进行分类；以及

基于分类结果对所述全阴样本图像集和所述全阳样本图像集中的每一个样本图像进行标注，从而生成所述第一类微粒的图像的第一训练数据集、所述第二类微粒的图像的第二训练数据集、所述第三类微粒的图像的第三训练数据集和所述第四类微粒的图像的第四训练数据集。

5.根据权利要求4所述的方法，其中，确定样本图像中的包含微粒的微粒区域的位置包括：

对所述样本图像的像素进行归一化，将归一化后的样本图像中的每一个像素与预定义的第一阈值进行比较；

当像素的值大于或等于所述第一阈值时，将所述像素值设置为1，当所述像素的值小于所述第一阈值时，将所述像素的值设置为0；以及

将所述样本图像中像素的值为1的区域确定为所述样本图像中的包含微粒的微粒区域的位置。