一种滤纸干血斑标本智能判别方法、装置、终端及介质与流程
本发明涉及人工智能图像识别,尤其涉及一种滤纸干血斑标本智能判别方法、装置、终端及介质。
背景技术:
1、现阶段,新生儿遗传代谢病筛查实验室的滤纸干血斑标本质量验收,依靠检验人员肉眼人工判定,暂无标准化智能检测设备与专用质控软件系统。行业针对血斑标本具备明确的国标判定规范,合格标本需满足血斑数量、单斑直径、双面均匀渗透、无溶血、无污渍、无血量不足、无重叠采血、无卡片破损等多项指标,任意一项不达标即判定为不合格并退回重采。长期以来,人工目视查验是新筛标本质控的唯一方式,勉强支撑常规筛查工作开展。然而,纯人工质控模式存在诸多固有弊端,无法适配现代化新筛精准质控的应用需求:
2、1.人工判定主观性强:受检验员视力、从业经验、现场光线等因素影响,不同人员对同一标本的判定结果存在差异,质控标准难以统一。
3、2.核验效率低下:面对大批量标本筛查场景,耗时耗力、人力成本高,筛查通量难以提升。
4、3.错检漏检风险高:长时间人工查验易产生视觉疲劳,微量污染、边缘血量不足等细微缺陷极易漏检,导致不合格标本流入检测环节,会造成试剂耗材浪费、检测数据无效,同时引发重复采血,极大影响新筛工作效率与服务质量。
5、4.通用图像软件适配性差:目前市面通用图像识别软件仅适配通用物品识别场景,未针对新筛滤纸血斑浸润、溶血特征进行专项算法优化,也未嵌入新筛标准判定规则,无法精准识别各类细微质量缺陷,不能适配新筛专业质控场景,无法落地替代人工检测。
6、综上,当前新筛血斑标本质控高度依赖人工,存在判定不统一、效率低、错检漏检率高的突出问题,且无适配的专用智能化识别技术,难以满足新生儿遗传代谢病筛查规模化、标准化、精准化的质控发展需求。
7、因此,现有技术还有待改进和提高。
技术实现思路
1、本发明要解决的技术问题在于,针对现有技术的上述缺陷,提供一种滤纸干血斑标本智能判别方法、装置、终端及介质,旨在解决现有滤纸干血斑标本人工肉眼判定主观误差大、标准不统一、识别场景适配性差、准确率低、人力成本高且不合格标本易误入库,无法实现全自动标准化智能质控的问题。
2、为了解决上述技术问题,本发明所采用的技术方案如下:
3、第一方面,本发明提供一种滤纸干血斑标本智能判别方法,所述方法依次包括:
4、对滤纸干血斑标本进行标准化图像采集,并对采集所得图像执行预处理,输出待分割标本图像;
5、对所述待分割标本图像,依次采用语义分割网络、颜色纹理双特征判别、形态学处理、两级连通域阈值筛选完成图像分割提纯,提取血斑量化特征参数;
6、以所述血斑量化特征参数为输入执行缺陷分类,输出标本缺陷分类结果。
7、在一种实现方式中,所述对采集所得图像执行预处理,输出待分割标本图像,包括:
8、对采集所得图像依次执行有效区域裁剪、降噪、反光去除以及色彩归一化处理,得到标准化待分割标本图像。
9、在一种实现方式中,所述对所述待分割标本图像,依次采用语义分割网络、颜色纹理双特征判别、形态学处理、两级连通域阈值筛选完成图像分割提纯,提取血斑量化特征参数,包括:
10、利用语义分割网络结合颜色纹理双特征判别规则,对待分割标本图像进行像素级分割与区域优化校正,得到精细化分割图像;
11、对精细化分割图像中的血斑区域进行形态学闭操作修补与连通域分析,得到血斑候选连通域集合;
12、通过两级面积阈值对血斑候选连通域集合进行分层过滤筛选,得到有效血斑目标连通域集合;
13、对有效血斑目标连通域集合进行数量统计与最小外接圆尺寸计算,得到血斑量化特征参数。
14、在一种实现方式中,所述利用语义分割网络结合颜色纹理双特征判别规则,对待分割标本图像进行像素级分割与区域优化校正,得到精细化分割图像,包括:
15、利用语义分割网络,对待分割标本图像进行像素级分类分割,生成初始分割掩码图像;
16、基于hsv颜色阈值与纹理特征双重判别规则,对初始分割掩码图像进行区域纠错与分类优化,得到精细化分割图像。
17、在一种实现方式中,所述通过两级面积阈值对血斑候选连通域集合进行分层过滤筛选,得到有效血斑目标连通域集合,包括:
18、基于第一级面积阈值对血斑候选连通域集合进行噪声过滤,剔除微小杂质噪点,得到初步血斑候选连通域集合;
19、基于第二级面积阈值对初步血斑候选连通域集合进行二次真伪筛选,排除残留杂质区域,得到有效血斑目标连通域集合。
20、在一种实现方式中,所述语义分割网络为采用第二代移动端轻量化卷积网络mobilenetv2替换编码器骨干的改进型 u 型语义分割网络,所述编码器深层嵌入膨胀卷积以扩大特征感受野,所述解码器跳跃连接位置增设 se注意力模块,自适应强化血斑有效特征、抑制滤纸背景干扰。
21、在一种实现方式中,在得到缺陷分类结果后,还包括步骤:
22、结合缺陷分类结果、血斑量化特征参数以及国家标准判定阈值,完成滤纸干血斑标本质量等级评定。
23、第二方面,本发明实施例还提供一种滤纸干血斑标本智能判别装置,其中,所述装置包括:
24、待分割标本图像获取模块,用于对滤纸干血斑标本进行标准化图像采集,并对采集所得图像执行预处理,输出待分割标本图像;
25、血斑量化特征参数获取模块,用于对所述待分割标本图像,依次采用语义分割网络、颜色纹理双特征判别、形态学处理、两级连通域阈值筛选完成图像分割提纯,提取血斑量化特征参数,其中所述语义分割网络为采用 mobilenetv2 替换编码器骨干的改进型 u型语义分割网络,编码器深层嵌入膨胀卷积,解码器跳跃连接处增设 se 注意力模块;
26、缺陷分类结果获取模块,用于以所述血斑量化特征参数为输入执行缺陷分类,输出标本缺陷分类结果;
27、质量等级评定模块,用于结合缺陷分类结果、血斑量化特征参数以及国家标准判定阈值,完成滤纸干血斑标本质量等级评定。
28、第三方面,本发明实施例还提供一种终端,其中,所述终端包括存储器、处理器及存储在所述存储器中并可在所述处理器上运行的滤纸干血斑标本智能判别程序,处理器执行滤纸干血斑标本智能判别程序时,实现上述方案中任一项所述的滤纸干血斑标本智能判别方法的步骤。
29、第四方面,本发明实施例还提供一种计算机可读存储介质,其中,计算机可读存储介质上存储有滤纸干血斑标本智能判别程序,所述滤纸干血斑标本智能判别程序被处理器执行时,实现上述方案中任一项所述的滤纸干血斑标本智能判别方法的步骤。
30、有益效果:本发明提供了一种滤纸干血斑标本智能判别方法,与现有技术相比,本发明首先对滤纸干血斑标本进行标准化图像采集,并对采集所得图像执行预处理,得到待分割标本图像,能够有效滤除采集过程中产生的光照干扰、滤纸褶皱、粉尘杂质、成像噪点等各类背景干扰因素,矫正图像色差与畸变问题,最大化还原干血斑标本的真实形态、色彩与纹理特征,提升原始图像的画质精度与有效信息占比,为后续精准分割、特征提取与缺陷分类提供高质量、高可靠性的图像数据基础,从源头规避了原始图像缺陷导致的检测误差;接着,对所述待分割标本图像,依次采用语义分割网络、颜色纹理双特征判别、形态学处理、两级连通域阈值筛选完成图像分割提纯,提取血斑量化特征参数,突破了传统单一特征分割方法易出现边缘模糊、区域误分割、杂质残留的技术弊端,通过颜色特征精准区分血斑与滤纸背景、纹理特征细化血斑边缘细节,再结合形态学处理优化血斑轮廓形态、连通域阈值筛选剔除微小干扰区域,全方位实现干血斑目标区域的精准分割与高效提纯,精准提取并输出高精度的血斑面积、轮廓、完整度、纹理均匀度等量化特征参数,实现血斑特征的数字化、精准化表征,解决了传统技术血斑特征提取粗糙、参数误差大、量化精度低的问题;然后,以所述血斑量化特征参数为输入执行缺陷分类,输出标本缺陷分类结果,摒弃了传统人工目视判别主观性强、标准不统一、漏检误检率高、效率低下的缺陷,依托标准化量化数据实现干血斑标本缺陷的自动化、精准化分类,有效提升缺陷检测的准确性、一致性与检测效率,保障分类结果客观可靠。整体而言,本发明通过采集预处理、多特征融合分割提纯、量化智能分类的全流程系统化技术设计,构建了一套高精度、自动化、抗干扰能力强的滤纸干血斑标本缺陷检测体系,全程实现干血斑标本从图像获取、特征提纯到缺陷判定的智能化闭环处理,有效克服了现有干血斑检测技术抗干扰性差、特征提取精度不足、检测结果主观性强、重复性差、效率偏低的诸多短板,提升了干血斑标本缺陷检测的精准度、稳定性与检测效率,降低人工检测误差与人力成本,能够适配大批量干血斑标本的标准化、自动化检测场景,为干血斑相关检测的结果准确性与规范性提供了坚实的技术支撑,具备极高的实际应用价值与推广前景。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com