宫颈脱落细胞玻片识别方法、装置、设备和介质与流程

技术特征：
1.一种宫颈脱落细胞玻片识别方法，其特征在于，包括：获取基于第一预设分辨率采集的第一宫颈脱落细胞玻片图像，识别并分割所述第一宫颈脱落细胞玻片图像中的第一预设分辨率单细胞图像和第一预设分辨率细胞团图像；分别对所述第一预设分辨率单细胞图像和所述第一预设分辨率细胞团图像进行细胞分类与预测，得到不同类别阳性细胞预测结果；获取基于所述不同类别阳性细胞预测结果以第二预设分辨率采集的第二宫颈脱落细胞玻片图像，识别并分割所述第二宫颈脱落细胞玻片图像中的第二预设分辨率细胞团图像，其中，所述第二预设分辨率高于所述第一预设分辨率；将所述第二预设分辨率细胞团图像输入到经过预训练的级联细胞分类模型中，得到目标宫颈脱落细胞玻片识别结果。2.根据权利要求1所述的方法，其特征在于，所述对所述第一预设分辨率单细胞图像进行细胞分类与预测，得到不同类别阳性细胞预测结果，包括：提取所述第一预设分辨率单细胞图像中的至少一个预设图像特征；基于所述至少一个预设图像特征进行细胞过滤，得到疑似阳性细胞图像；将所述疑似阳性细胞图像输入到预设单细胞图像级联分类模型中，得到所述不同类别阳性细胞预测结果。3.根据权利要求2所述的方法，其特征在于，所述基于所述至少一个预设图像特征进行细胞过滤，包括：将所述至少一个预设图像特征分别输入到对应的级联细胞过滤支持向量机分类器中，进行细胞过滤。4.根据权利要求3所述的方法，其特征在于，所述将所述至少一个预设图像特征分别输入到对应的级联细胞过滤支持向量机分类器中，包括：将所述至少一个预设图像特征中的梯度直方图特征和灰度统计特征输入到第一支持向量机分类器中，得到第一分类结果；将所述第一分类结果中各图像的纹理特征输入到在所述第一支持向量机分类器基础上训练得到的第二支持向量机分类器中，得到第二分类结果；将所述第二分类结果中各图像的形态特征和灰度直方图特征输入到在所述第二支持向量机分类器基础上训练得到的第三支持向量机分类器中。5.根据权利要求1所述的方法，其特征在于，所述对所述第一预设分辨率细胞团图像进行细胞分类与预测，得到不同类别阳性细胞预测结果，包括：将所述第一预设分辨率细胞团图像输入到预设细胞团图像级联分类模型中，得到所述不同类别阳性细胞预测结果。6.根据权利要求1所述的方法，其特征在于，所述获取基于所述不同类别阳性细胞预测结果以第二预设分辨率采集的第二宫颈脱落细胞玻片图像，包括：根据所述不同类别阳性细胞预测结果中的分类置信度选取不同类别的预设数量的细胞；分别在所述预设数量的各细胞位置处聚焦采集分辨率为所述第二预设分辨率的一组z-stack图像；将各组所述z-stack图像进行融合得到所述第二宫颈脱落细胞玻片图像，其中，所述第
二宫颈脱落细胞玻片图像与所述预设数量一致。7.根据权利要求1所述的方法，其特征在于，所述级联细胞分类模型包括预设模块数量个稠密连接模块、一个第一尺寸卷积层、一个最大池化层、一个最大全局平均池化层及一个全连接层，并在各所述稠密连接模块间设置有第一预设网络层数量的第二尺寸卷积层和第二预设网络层数量的平均池化层。8.根据权利要求2所述的方法，其特征在于，所述预设单细胞图像级联分类模型对所述疑似阳性细胞图像进行识别与分类的过程，包括：将所述疑似阳性细胞图像输入到所述预设单细胞图像级联分类模型的单细胞二分类子模型，得到阳性细胞图像；将所述阳性细胞图像输入到与所述单细胞二分类子模型级联的第一细胞类型分类子模型中，得到第一类型细胞分类结果和第二类型、第三类型及第四类型组合分类结果；将所述第二类型、第三类型及第四类型组合分类结果输入到与所述第一细胞类型分类子模型级联的第二细胞类型分类子模型中，分别得到第二类型、第三类型及第四类型三分类结果。9.根据权利要求5所述的方法，其特征在于，所述预设细胞团图像级联分类模型对所述第一预设分辨率细胞团图像进行识别与分类的过程，包括：将所述第一预设分辨率细胞团图像输入到所述预设细胞团图像级联分类模型的第一细胞团二分类子模型，得到第一预设分辨率阳性细胞团图像；将所述第一预设分辨率阳性细胞团图像输入到与所述第一细胞团二分类子模型级联的第二细胞团二分类子模型，得到第一类型与第三类型的第一组合分类结果，以及第二类型与第四类型的第二组合分类结果；将所述第一组合分类结果输入到与所述第二细胞团二分类子模型级联的第三细胞团二分类子模型，分别得到第一类型与第三类型的二分类结果，并将所述第二组合分类结果输入到与所述第二细胞团二分类子模型级联的第四细胞团二分类子模型，分别得到第二类型与第四类型二分类结果。10.根据权利要求1-9中任一所述的方法，其特征在于，所述级联细胞分类模型对所述第二预设分辨率细胞团图像进行识别与分类的过程，包括：将所述第二预设分辨率细胞团图像输入到所述级联细胞分类模型的第一二分类子模型，得到第二预设分辨率阳性细胞团图像；将所述第二预设分辨率阳性细胞团图像输入到与所述第一二分类子模型级联的第二二分类子模型，得到第一类型与第三类型组成的第一分类结果，和第二类型与第四类型组成的第二分类结果；将所述第一分类结果输入到与所述第二二分类子模型级联的第三二分类子模型，分别得到第一类型与第三类型二分类结果，并将所述第二分类结果输入到与所述第二二分类子模型级联的第四二分类子模型，分别得到第二类型与第四类型二分类结果。11.一种宫颈脱落细胞玻片识别装置，其特征在于，包括：第一图像分割模块，用于获取基于第一预设分辨率采集的第一宫颈脱落细胞玻片图像，识别并分割所述第一宫颈脱落细胞玻片图像中的第一预设分辨率单细胞图像和第一预设分辨率细胞团图像；
第一图像分类模块，用于分别对所述第一预设分辨率单细胞图像和所述第一预设分辨率细胞团图像进行细胞分类与预测，得到不同类别阳性细胞预测结果；第二图像分割模块，用于获取基于所述不同类别阳性细胞预测结果以第二预设分辨率采集的第二宫颈脱落细胞玻片图像，识别并分割所述第二宫颈脱落细胞玻片图像中的第二预设分辨率细胞团图像，其中，所述第二预设分辨率高于所述第一预设分辨率；第二图像分类模块，用于将所述第二预设分辨率细胞团图像输入到经过预训练的级联细胞分类模型中，得到目标宫颈脱落细胞玻片识别结果。12.一种计算机设备，其特征在于，所述计算机设备包括：一个或多个处理器；存储器，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-10中任一所述的宫颈脱落细胞玻片识别方法。13.一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，该程序被处理器执行时实现如权利要求1-10中任一所述的宫颈脱落细胞玻片识别方法。

技术总结
本发明实施例公开了一种宫颈脱落细胞玻片识别方法、装置、设备和介质，其中，方法包括：获取基于第一预设分辨率采集的第一宫颈脱落细胞玻片图像，识别并分割出第一预设分辨率单细胞图像和第一预设分辨率细胞团图像；分别对第一预设分辨率单细胞图像和第一预设分辨率细胞团图像进行细胞分类与预测，得到不同类别阳性细胞预测结果；获取第二预设分辨率采集的第二宫颈脱落细胞玻片图像，识别并分割第二宫颈脱落细胞玻片图像中的第二预设分辨率细胞团图像；将第二预设分辨率细胞团图像输入到经过预训练的级联细胞分类模型中，得到目标宫颈脱落细胞玻片识别结果。本发明实施例实现了细胞的快速定位，提高了宫颈脱落细胞玻片识别的准确率和效率。准确率和效率。准确率和效率。


技术研发人员：佘银海 程绍禹 李昌众 伍祥辰
受保护的技术使用者：苏州睿仟科技有限公司
技术研发日：2022.10.14
技术公布日：2022/12/30