生物细胞图像分类方法、装置、计算机设备和存储介质与流程

技术特征：
1.一种生物细胞图像分类方法，其特征在于，所述方法包括：获取通过光学显微镜采集的第一细胞图像；将所述第一细胞图像输入光学显微镜分类模型进行分类处理，得到第一分类结果；若所述第一分类结果符合预设条件，获取通过透射电子显微镜采集的第二细胞图像；将所述第二细胞图像输入电子显微镜分类模型进行分类处理，得到第二分类结果，并将所述第二分类结果反馈至客户端。2.根据权利要求1所述的方法，其特征在于，所述获取通过光学显微镜采集的第一细胞图像包括：获取通过光学显微镜以低倍放大倍率采集的第一低倍放大细胞图像；根据所述第一低倍放大细胞图像，将所述光学显微镜的镜头移动至所述第一细胞图像的目标区域上方；获取通过光学显微镜以高倍放大倍率对所述目标区域进行采集所得的第一高倍放大细胞图像，并将所述第一高倍放大细胞图像作为所述第一细胞图像。3.根据权利要求1所述的方法，其特征在于，所述若所述第一分类结果符合预设条件，获取通过透射电子显微镜采集的第二细胞图像包括：若所述第一分类结果符合预设条件，获取通过透射电子显微镜以低倍放大倍率采集的第二低倍放大细胞图像；根据所述第二低倍放大细胞图像，将所述透射电子显微镜的镜头移动至所述第二细胞图像的目标区域上方；获取通过所述透射电子显微镜以高倍放大倍率对所述目标区域进行采集所得的第二高倍放大细胞图像，并将所述第二高倍放大细胞图像作为所述第二细胞图像。4.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取通过所述透射电子显微镜采集的细胞图像样本，并由所述细胞图像样本组成训练数据集合；根据所述训练数据集合对预训练的学习模型进行参数调整；将参数调整后的所述学习模型作为所述电子显微镜分类模型。5.根据权利要求4所述的方法，其特征在于，所述方法还包括：将所述第二细胞图像添加至所述训练数据集合，得到新的训练数据集合；所述根据所述训练数据集合对预训练的学习模型进行参数调整包括：根据所述新的训练数据集合，对预训练的学习模型进行参数调整。6.根据权利要求1所述的方法，其特征在于，所述方法还包括：当所述第二分类结果包括分类列表中细胞类型之外的其他细胞的超微结构时，将所述第二细胞图像输入聚类模型进行聚类处理，得到聚类结果；将所述聚类结果反馈至客户端。7.一种生物细胞图像分类装置，其特征在于，所述装置包括：获取模块，用于获取通过光学显微镜采集的第一细胞图像；分类模块，用于将所述第一细胞图像输入光学显微镜分类模型进行分类处理，得到第一分类结果；所述获取模块，还用于若所述第一分类结果符合预设条件，获取通过透射电子显微镜
采集的第二细胞图像；反馈模块，用于将所述第二细胞图像输入电子显微镜分类模型进行分类处理，得到第二分类结果，并将所述第二分类结果反馈至客户端。8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。

技术总结
本申请涉及一种生物细胞图像分类方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：获取通过光学显微镜采集的第一细胞图像；将所述第一细胞图像输入光学显微镜分类模型进行分类处理，得到第一分类结果；若所述第一分类结果符合预设条件，获取通过透射电子显微镜采集的第二细胞图像；将所述第二细胞图像输入电子显微镜分类模型进行分类处理，得到第二分类结果，并将所述第二分类结果反馈至客户端。采用本方法能够提高分类准确率。客户端。采用本方法能够提高分类准确率。客户端。采用本方法能够提高分类准确率。


技术研发人员：王莹 周玉利 茹进伟
受保护的技术使用者：深圳市第二人民医院（深圳市转化医学研究院）
技术研发日：2022.04.08
技术公布日：2022/6/10