[发明专利]一种甲状腺细胞辅助诊断方法、设备和存储介质

权利要求书

1.一种甲状腺细胞辅助诊断方法，其特征在于，包括以下步骤：

制作甲状腺细胞数字涂片，所述数字涂片上有若干个甲状腺细胞；

通过分类网络对甲状腺细胞进行分类，识别细胞类型，所述细胞类型包括甲状腺乳头状癌和甲状腺滤泡上皮细胞；

对细胞类型为甲状腺乳头状癌和甲状腺滤泡上皮细胞的甲状腺细胞进行细胞核分割，提取细胞核特征；

根据细胞核特征识别数字涂片的整体癌变程度。

2.根据权利要求1所述的一种甲状腺细胞辅助诊断方法，其特征在于，所述制作甲状腺细胞数字涂片，具体包括：

获取甲状腺细胞玻片，通过巴氏染色方法对玻片进行染色；

使用全切片扫描技术，基于甲状腺细胞玻片制作甲状腺细胞数字涂片。

3.根据权利要求1所述的一种甲状腺细胞辅助诊断方法，其特征在于，通过分类网络对甲状腺细胞进行分类之前，所述一种甲状腺细胞辅助诊断方法还包括以下步骤：

以甲状腺细胞为中心，将数字涂片划分为多个patch块；

根据细胞数量对patch块进行分级，分级包括一级细胞、二级细胞和三级细胞；其中，一级细胞表示散落的单个甲状腺细胞；二级细胞表示小于预设阈值的甲状腺细胞组成的细胞团；三级细胞表示大于预设阈值的甲状腺细胞组成的细胞团。

4.根据权利要求3所述的一种甲状腺细胞辅助诊断方法，其特征在于，所述通过分类网络对甲状腺细胞进行分类，识别细胞类型，具体包括：

根据甲状腺细胞病理学Bethesda报告系统的解析数据，建立分类指标，

使用Efficientnet-v2分类网络，根据所述分类指标，对甲状腺细胞进行分类；其中，对一级细胞、二级细胞和三级细胞使用不同的分类指标进行细胞分类。

5.根据权利要求1所述的一种甲状腺细胞辅助诊断方法，其特征在于，所述细胞核分割，具体包括以下步骤：

通过StarDist分割模型，识别甲状腺细胞中的星状凸面多边形；

将识别到的星状凸面多边形确定为细胞核，将细胞核从甲状腺细胞的细胞膜和细胞质中分割。

6.根据权利要求1所述的一种甲状腺细胞辅助诊断方法，其特征在于，所述提取细胞核特征，具体包括：

通过核分类模型提取细胞核特征，所述核分类模型包括卷积神经网络，细胞核特征包括浅层信息和深层信息；其中浅层信息用于描述细胞核的形态结构，包括核沟和假包涵体；深层信息用于描述细胞核的语义信息。

7.根据权利要求6所述的一种甲状腺细胞辅助诊断方法，其特征在于，所述根据细胞核特征识别数字涂片的整体癌变程度，具体包括以下步骤：

比较数字涂片中甲状腺乳头状癌与甲状腺滤泡上皮细胞的数量；

计算甲状腺乳头状癌的数量是否超过预设第一门限值；

计算核沟和假包涵体的数量是否超过预设第二门限值；

当甲状腺乳头状癌数量大于甲状腺滤泡上皮细胞的数量、甲状腺乳头状癌的数量超过第一门限值且核沟和假包涵体的数量超过预设第二门限值时，输出阳性结果；

否则，输出阴性结果。

8.根据权利要求1所述的一种甲状腺细胞辅助诊断方法，其特征在于，所述一种甲状腺细胞辅助诊断方法通过以下训练得到：

收集甲状腺病理学切片，以切片中甲状腺标本图像作为目标细胞进行标注；标注信息包括细胞的坐标信息和类别信息；

以标注的细胞为为中心截取多个patch块；将多个patch块按8:1:1比例划分为训练集、验证集和测试集；

将训练集输入Efficientnet-v2分类网络中进行训练，得到细胞分类结果；

将训练集输入StarDist分割模型进行训练，得到分割细胞核作为核分类模型测试图片；

对测试图片进行半自动标注，输入核分类模型中得到核分类结果；

设定逻辑规则，根据核分类结果给出数字涂片的整体癌变程度诊断结果。