申请/专利权人：河南省儿童医院郑州儿童医院

申请日：2023-02-15

公开（公告）日：2024-03-15

公开（公告）号：CN116152806B

主分类号：G06V20/69

分类号：G06V20/69;G06V10/82;G06N3/08

优先权：["20220215 CN 2022101372326"]

专利状态码：有效-授权

法律状态：2024.03.15#授权;2023.06.27#实质审查的生效;2023.05.23#公开

摘要：本发明提供了一种基于卷积神经网络的骨髓细胞识别方法及系统、存储介质，包括：人工对显微镜中摄像装置拍摄的第一组骨髓细胞彩色图像进行标注，得到第一样本集，采用第一样本集对卷积神经网络进行训练，得到训练后的第一卷积神经网络；对显微镜中摄像装置拍摄的第二组骨髓细胞彩色图像按照预设处理方式进行预处理，得到第二样本集，采用第二样本集对所述训练后的第一卷积神经网络进行再次训练，得到训练完成的卷积神经网络模型；获取待识别的骨髓细胞彩色图像，按照所述预设处理方式进行预处理，将预处理得到的结果作为训练完成的卷积神经网络的输入，识别骨髓细胞的具体类型。本发明提高了训练速度，而且具有很高的识别率。

主权项：1.一种基于卷积神经网络的骨髓细胞识别方法，其特征在于，所述方法包括以下步骤：1）构建卷积神经网络模型，对卷积神经网络模型进行训练：1.1）人工对显微镜中摄像装置拍摄的第一组骨髓细胞彩色图像进行标注，得到每个骨髓细胞图像，进而得到第一样本集，采用第一样本集对卷积神经网络进行训练，得到训练后的第一卷积神经网络；1.2）对显微镜中摄像装置拍摄的第二组骨髓细胞彩色图像按照预设处理方式进行预处理，得到第二样本集，采用第二样本集对所述训练后的第一卷积神经网络进行再次训练，得到训练完成的卷积神经网络模型；2）获取待识别的骨髓细胞彩色图像，按照所述预设处理方式进行预处理，将预处理得到的结果作为训练完成的卷积神经网络的输入，识别骨髓细胞的具体类型；其中，所述预设处理方式为：采用图像分割方法对所述骨髓细胞彩色图像进行分割，计算所有分割区域的面积的平均值，以及每个分割区域面积与所述平均值的比值，若所述比值在第一阈值和第二阈值之间，则将分割区域放入第二样本集，否则，将分割区域放入异常分割细胞集中；或者，所述预设处理方式具体为：S1，获取显微镜中摄像装置拍摄的骨髓细胞彩色图像，在RGB模式下，保留R值和G值，将所述彩色图像的B值设置为0，得到第一图片，将第一图片中R值和G值都大于第三阈值的像素点替换为白色，得到第二图片；S2，对所述第二图片的灰度图中孔洞进行填充，对填充后的灰度图进行腐蚀、膨胀，得到第三图片，采用分水岭分割方法对所述第三图片进行分割，得到每个骨髓细胞的分割区域，根据所述分割区域对所述骨髓细胞彩色图像分割得到每个骨髓细胞的图像，将每个骨髓细胞的图像放入第二样本集，并对第二样本集进行划分得到训练集和测试集；所述孔洞是灰度值大于阈值，且周围像素点的灰度值小于另外一个阈值，且孔洞面积在一定范围内的区域。

全文数据：

权利要求：

百度查询： 河南省儿童医院郑州儿童医院 一种基于卷积神经网络的骨髓细胞识别方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD