一种样本检测装置及其粒子分类方法与流程

摘要: 本申请涉及体外诊断,特别是涉及一种样本检测装置及其粒子分类方法。背景技术:1、血液中的白细胞是人体最主要的免疫细胞,对维持人体的免疫功能发挥着至关重要的作用。血...
一种样本检测装置及其粒子分类方法与流程

本申请涉及体外诊断,特别是涉及一种样本检测装置及其粒子分类方法。

背景技术:

1、血液中的白细胞是人体最主要的免疫细胞,对维持人体的免疫功能发挥着至关重要的作用。血液中的白细胞共有五种,即中性粒细胞、嗜酸性粒细胞、嗜碱性粒细胞、淋巴细胞和单核细胞,各类白细胞数量的相对值变化成为了医生判断疾病的重要依据。

2、传统的白细胞的检测需要医生在显微镜下观察标本玻片,该方法不但耗时耗力,效率低下,而且在一定程度上依赖于医生的经验,易受主观经验和人为因素干扰。

技术实现思路

1、本申请提供一种样本检测装置及其粒子分类方法,以解决现有技术中,统的白细胞的检测需要医生在显微镜下观察标本玻片,该方法不但耗时耗力,效率低下,而且在一定程度上依赖于医生的经验,易受主观经验和人为因素干扰的技术问题。

2、为解决上述技术问题,本申请采用的一个技术方案是:提供一种样本检测装置,该样本检测装置包括:检测组件、图像采集组件和处理器。其中,检测组件用于接收待测样本;图像采集组件设置于检测组件的一侧,用于对待测样本进行图像采集,以得到粒子图像,粒子图像中包括多种粒子;处理器连接图像采集组件,处理器用于:通过预设的目标检测模型对粒子图像中的多种粒子进行识别,以得到多种粒子的初步分类结果和多种粒子的位置信息;基于多种粒子的位置信息,得到至少部分粒子的区域图片;通过预设的分类模型对至少部分粒子的区域图片进行识别,以得到至少部分粒子的第二分类结果;基于初步分类结果和/或第二分类结果,得到多种粒子的最终分类结果。

3、在一些具体的实施例中,得到多种粒子的初步分类结果的步骤之后,处理器还用于:获取多种粒子中每个粒子的初步分类结果的置信度;获取多种粒子中,初步分类结果的置信度小于预设值的粒子,以得到至少部分粒子。

4、在一些具体的实施例中,处理器还用于:当确认多种粒子中,至少一个粒子的初步分类结果的置信度大于或者等于预设值时,则将至少一个粒子的初步分类结果作为至少一个粒子的最终分类结果。

5、在一些具体的实施例中,处理器还用于:获取多种粒子的初步分类结果的置信度和至少部分粒子的第二分类结果的置信度;基于多种粒子的初步分类结果的置信度和至少部分粒子的第二分类结果的置信度,得到多种粒子的最终分类结果。

6、在一些具体的实施例中,处理器还用于:获取预设的分类模型的训练数据集;通过图像处理的方法和/或生成式人工智能模型对训练数据集中部分/全部种类的粒子的训练数据进行扩增,以得到扩增后的训练数据集;通过扩增后的训练数据集对预设的分类模型进行训练。

7、在一些具体的实施例中,处理器还用于:通过图像处理的方法和/或生成式人工智能模型对训练数据集中数量最少的一种或者多种粒子的训练数据进行扩增,以得到扩增后的训练数据集。

8、在一些具体的实施例中,粒子图像为白细胞图像,多种粒子包括:中性粒细胞、嗜酸性粒细胞、嗜碱性粒细胞、单核细胞和淋巴细胞,处理器还用于:对训练数据集中嗜碱性粒细胞的训练数据扩增8-12倍,嗜酸性粒细胞的训练数据扩增4-8倍,单核细胞的训练数据扩增2-5倍。

9、在一些具体的实施例中,处理器还用于:在对训练数据集进行扩增时,以及对预设的分类模型进行训练时,通过图像四周补0或者截取的方法对训练数据集和扩增的训练数据集中的图像进行尺寸调整。

10、在一些具体的实施例中,预设的分类模型包括残差神经网络模型;预设的目标检测模型包括:yolo系列模型、快速区域卷积神经网络模型或单次多框检测器模型。

11、为解决上述技术问题,本申请采用的一个技术方案是:提供一种样本检测装置的粒子分类方法,基于上述任一实施例的样本检测装置,该粒子分类方法包括:获取粒子图像,粒子图像中包括多种粒子;通过预设的目标检测模型对粒子图像中的多种粒子进行识别,以得到多种粒子的初步分类结果和多种粒子的位置信息;基于多种粒子的位置信息,得到至少部分粒子的区域图片;通过预设的分类模型对粒子的区域图片进行识别,以得到至少部分粒子的第二分类结果;基于初步分类结果和第二分类结果,得到多种粒子的最终分类结果。

12、本申请的有益效果:区别于现有技术的情况,本申请提供的样本检测装置包括:检测组件、图像采集组件和处理器。其中,检测组件用于接收待测样本;图像采集组件设置于检测组件的一侧,用于对待测样本进行图像采集,以得到粒子图像,粒子图像中包括多种粒子;处理器连接图像采集组件,处理器用于:通过预设的目标检测模型对粒子图像中的多种粒子进行识别,以得到多种粒子的初步分类结果和多种粒子的位置信息;基于多种粒子的位置信息,得到至少部分粒子的区域图片;通过预设的分类模型对至少部分粒子的区域图片进行识别,以得到至少部分粒子的第二分类结果;基于初步分类结果和/或第二分类结果,得到多种粒子的最终分类结果。本申请的样本检测装置能够对待测样本中的粒子进行识别分类,检测的效率较高,而且检测过程结合预设的目标检测模型和预设的分类模型,不依赖人工,能够可靠地对粒子进行分类,提高粒子分类的准确性。

1.一种样本检测装置,其特征在于,所述样本检测装置包括:

2.根据权利要求1所述的样本检测装置,其特征在于,所述得到所述多种粒子的初步分类结果的步骤之后,所述处理器还用于:

3.根据权利要求2所述样本检测装置,其特征在于,所述处理器还用于:

4.根据权利要求1所述的样本检测装置,其特征在于,所述处理器还用于:

5.根据权利要求1所述的样本检测装置,其特征在于,所述处理器还用于:

6.根据权利要求5所述的样本检测装置,其特征在于,所述处理器还用于:

7.根据权利要求6所述的样本检测装置,其特征在于,所述粒子图像为白细胞图像,所述多种粒子包括:中性粒细胞、嗜酸性粒细胞、嗜碱性粒细胞、单核细胞和淋巴细胞,所述处理器还用于:

8.根据权利要求5所述的样本检测装置,其特征在于,所述处理器还用于:

9.根据权利要求1所述的样本检测装置,其特征在于,所述预设的分类模型包括残差神经网络模型;所述预设的目标检测模型包括:yolo系列模型、快速区域卷积神经网络模型或单次多框检测器模型。

10.一种样本检测装置的粒子分类方法,其特征在于,基于权利要求1-9任一项所述的样本检测装置,所述粒子分类方法包括: