一种基于人工智能的CBMN自动分析方法和生物剂量估算系统与流程

摘要: 本发明涉及人工智能及计算机视觉软件,具体涉及一种基于人工智能的cbmn自动分析方法和生物剂量估算系统。背景技术:1、电离辐射暴露后,及时获得受照对象的生物剂量信...
一种基于人工智能的CBMN自动分析方法和生物剂量估算系统与流程

本发明涉及人工智能及计算机视觉软件,具体涉及一种基于人工智能的cbmn自动分析方法和生物剂量估算系统。

背景技术:

1、电离辐射暴露后,及时获得受照对象的生物剂量信息对于剂量分级和后续处置具有重要意义。胞质分裂阻断微核(cbmn)试验通过统计双核细胞中的微核反映辐射诱发的细胞遗传学损伤,并依据预先标定的剂量效应关系估算辐射吸收剂量。因此,需要使标本制备、图像采集、细胞识别和剂量估算相互承接。

2、现有cbmn分析通常先对外周血样本进行培养、胞质分裂阻断、低渗、固定、滴片和染色,再由技术人员在显微镜下人工判读和计数双核细胞及微核;部分半自动系统通过自动载物台和数字图像采集设备获取玻片图像,利用阈值分割、面积或圆度等处理方法标记疑似微核后人工确认;也有方案单独利用通用深度学习模型识别细胞图像。

3、但是,人工判读效率较低且易受经验和视觉疲劳影响,传统图像处理在染色不均、杂质较多或成像质量较差时易将核芽、核质桥、染色颗粒或细胞碎片误判为微核。现有自动化方案还常将样本制备、扫描配置、图像质量判断、识别结果和剂量换算分割处理,造成制备状态不能指导扫描、低质量图像可能进入模型、识别计数难以与剂量效应关系和质量控制统一核验,结果的准确性、可追溯性和一致性不足。

4、公开于该背景技术部分的信息仅仅旨在增加对本发明的总体背景的理解,而不应当被视为承认或以任何形式暗示该信息构成已为本领域一般技术人员所公知的现有技术。

技术实现思路

1、本发明的目的在于提供一种基于人工智能的cbmn自动分析方法和生物剂量估算系统,从而解决现有技术中人工判读效率低、复杂图像下易误判、制备和扫描脱节、低质量图像进入识别以及剂量结果难以统一质控和追溯的问题。

2、本发明的技术方案为:一种基于人工智能的cbmn自动分析和生物剂量估算系统,包括如下模块:标本制备模块:用于获取目标对象的生物样本,制备细胞微核标本并生成标本标识,将低渗固定状态和染色状态写入关联制备记录;图像采集模块:用于根据制备记录中的低渗固定状态和染色状态,匹配扫描分辨率、曝光、对焦和图像对比度配置,全景扫描细胞微核标本,获取标本图像;依据细胞边界清晰度、胞质完整性和染色均匀性确定图像质量状态,不满足模型输入条件时调整配置重扫后复核或标记待复核标本,满足时将标本图像网格化生成候选细胞区域;双核微核识别模块:用于将所述候选细胞区域输入目标检测模型,依据主核与候选小体的形态、染色和胞质包容关系识别双核细胞、微核及干扰结构,确定微核归属,输出计数结果和识别置信状态;剂量估算模块:用于依据受照场景匹配辐射类型、剂量效应关系及其适用条件,根据计数结果确定辐射吸收剂量及其置信区间;结果输出与质量控制模块:用于以所述标本标识关联制备、扫描、图像质量、模型、识别和剂量状态,核验记录完整性、图像质量状态、识别置信状态及所述适用条件;满足输出条件时生成剂量分析报告,否则标记待复核对象并阻止报告有效输出。

3、可选地,所述标本制备模块进一步用于:获取所述目标对象的外周静脉血样本,并记录采样时间、保存温度和运输状态;在所述外周静脉血样本满足预设培养条件时,将其接种至培养液,在预设培养阶段加入分裂阻断剂,依次进行低渗、固定、滴片、干燥和染色处理,获得所述细胞微核标本;将培养状态、分裂阻断状态、低渗固定状态和染色状态写入与所述标本标识关联的制备记录。

4、可选地,所述图像采集模块进一步用于:读取所述制备记录中的低渗固定状态和染色状态,匹配扫描分辨率、曝光、对焦和图像对比度控制配置;按照所述控制配置获取初始标本图像,根据细胞边界清晰度、胞质完整性和染色均匀性确定第一图像质量状态;在所述第一图像质量状态满足模型输入条件时,将所述初始标本图像确定为待测细胞图像;在不满足时,调整所述控制配置重新扫描并确定第二图像质量状态,所述第二图像质量状态满足所述模型输入条件时将重新扫描所得图像确定为所述待测细胞图像,否则标记所述待复核标本。

5、可选地,所述图像采集模块进一步用于:按照预设图像尺寸对满足模型输入条件的所述标本图像进行窗口化处理,形成所述图像网格单元;识别各图像网格单元中的候选目标存在状态、中心位置和边界范围,对相邻图像网格单元中指向同一候选目标的边界范围建立关联;根据关联后的边界范围生成所述候选细胞区域,并保留所述候选细胞区域在所述标本图像中的来源位置。

6、可选地,所述双核微核识别模块进一步用于:提取所述候选细胞区域中的细胞边界、主核边界、候选小体边界、染色纹理和空间包容关系;根据候选小体与主核的连接状态形成核芽候选标识,根据两个主核之间的连续染色结构形成核质桥候选标识,根据候选小体的边界完整性和染色响应形成染色颗粒候选标识或细胞碎片候选标识;将所述候选细胞区域输入所述目标检测模型,对候选小体进行分类,并根据各候选标识对分类结果进行一致性核验。

7、可选地,所述目标检测模型为改进的yolov8模型,所述双核微核识别模块进一步用于:通过主干网络中嵌入swintransformer模块的c3结构,对所述候选细胞区域执行局部窗口特征交互,获得局部形态特征;通过特征融合网络中的sppfcspc模块对不同感受野的局部形态特征进行多尺度融合;通过gamattention模块对融合特征进行空间注意力和通道注意力处理,形成用于双核细胞与微核识别的增强特征。

8、可选地,还包括模型训练模块,所述模型训练模块用于:获取经类别标注的细胞图像数据,建立训练集、验证集和测试集;对所述训练集中的细胞图像执行数据增强,并对微核类别样本执行样本均衡处理;采用wise-iou损失函数训练所述目标检测模型,根据验证结果调整模型参数,并根据测试结果确定满足部署条件的目标检测模型版本。

9、可选地,所述双核微核识别模块进一步用于:根据所述目标检测模型的分类结果识别同一胞质区域内的两个主核,将具有所述两个主核的细胞确定为双核细胞;在所述双核细胞的细胞边界内识别与主核相分离的待判定微核,建立所述待判定微核与对应双核细胞的归属关系;根据所述待判定微核的边界完整性、染色响应、主核分离状态和胞质包容状态确定微核目标;汇总所述双核细胞及其对应微核目标,生成所述双核细胞计数结果和所述微核计数结果。

10、可选地,所述剂量估算模块进一步用于:获取所述目标对象的受照场景信息,根据所述受照场景信息确定辐射类型;从预先标定的剂量效应关系库中调用与所述辐射类型匹配的剂量效应关系及其适用条件;根据所述双核细胞计数结果和所述微核计数结果生成表征双核细胞中微核出现状态的微核计数表征结果;在满足所述适用条件时,将所述微核计数表征结果与所述剂量效应关系匹配,确定所述辐射吸收剂量,并按照关联的不确定性评价规则确定所述置信区间。

11、可选地,所述结果输出与质量控制模块进一步用于:以所述标本标识关联制备状态、显微扫描控制配置及图像质量状态、目标检测模型版本及识别置信状态、剂量效应关系标识、所述辐射吸收剂量及其置信区间,形成所述全流程质控记录;核验所述全流程质控记录的完整性、所述图像质量状态、所述识别置信状态和所述剂量效应关系的适用条件;在各核验结果满足输出条件时生成所述剂量分析报告;在任一核验结果不满足输出条件时,将所述目标对象标记为所述待复核对象,并阻止对应剂量分析报告作为有效报告输出。

12、本发明的有益效果在于:

13、本发明通过以标本标识关联低渗固定状态、染色状态与扫描配置,使制备状态能够参与图像采集控制,并通过图像质量判定、重扫和待复核门控,减少低质量图像直接进入识别环节的情形;通过改进yolov8模型结合主核、候选小体、染色纹理和胞质包容关系识别双核细胞、微核及干扰结构,降低核芽、核质桥、染色颗粒和细胞碎片造成的误判;再将计数结果、识别置信状态与匹配的剂量效应关系、适用条件及全流程质控记录统一核验,使图像识别、剂量估算和报告生成形成连续、可校验的处理链,且仅在各项条件满足时有效输出剂量分析报告,从而提高cbmn分析的自动化程度、剂量估算结果的一致性和可追溯性,并降低人工判读带来的主观影响。