[发明专利]一种基于深度学习的染色体识别方法

说明书

本发明公开了一种基于深度学习的染色体识别方法，属于染色体识别技术领域。目前分析染色体的办法基本上是手工操作，检验医生首先需要大量的培训时间才能掌握识别每个染色体类型的知识，工作负担较重。即使是经验丰富的医生对病人的染色体进行分析识别，整个流程一般也需要两个星期以上，时间周期较长。并且人工识别，主观性很强，很容易受外界环境影响，准确率不高。本发明采用深度学习方法能够对染色体类型进行准确、高效识别，相比现有识别技术，能够有效提升染色体核型的分析效率，缩短识别排序时间，高准确率地完成染色体的自动分类和排序，同时能够有效减轻医生的工作负担，不受外界干扰，并且工序简洁、合理，可向外大规模推广应用。

技术领域

本发明涉及一种基于深度学习的染色体识别方法，属于染色体识别技术领域。

背景技术

人类染色体病是由先天性的染色体数目或结构异常而引起的一系列临床症状的综合征。主要有患儿智力低下，发育迟缓，先天性畸形。同时还会造成流产，死胎等。这些对于每一个家庭都是难以承受的。然而这一症状在我国的妊娠人群中的患病率约有5％-10％，在流产胚胎中占据一半以上。并且这些数据有逐年增长的趋势，我国政府及相关机构也开始重视染色体疾病。

临床检验人染色体病的方法是通过培养体细胞再经一系列的操作得到经染色显带核型样本，再经数码拍照得到照片，然后对染色体图片进行分析识别。目前分析染色体图片的方法，基本上是手工操作，人工识别，检验医生首先需要大量的培训时间才能掌握识别每个染色体类型的知识，工作负担较重。即使是经验丰富的医生对病人的染色体进行分析识别，整个流程一般也需要两个星期以上，时间周期较长。并且人工识别，主观性很强，很容易受外界环境影响，准确率不高。

发明内容

针对现有技术的缺陷，本发明的目的在于提供一种采用深度学习方法对染色体类型进行自动、准确、高效识别，有效提升染色体核型的分析效率，缩短识别排序时间，高准确率地完成染色体的自动分类和排序，同时能够有效减轻医生的工作负担，不受外界干扰，并且工序简洁、合理，可向外大规模推广应用，部署简单的基于深度学习的染色体识别方法。

为实现上述目的，本发明的技术方案为：

一种基于深度学习的基于深度学习的染色体识别方法，包括以下步骤：

第一步，得到独立的染色体图像；

第二步，对染色体的手工特征进行计算；

第三步，对染色体进行基本的图像处理；

第四步，建立深度学习模型；

第五步，基于深度学习模型对染色体的类型进行预测。

本发明采用深度学习方法能够对染色体类型进行自动、准确、高效识别，相比现有识别技术，能够有效提升染色体核型的分析效率，缩短识别排序时间，高准确率地完成染色体的自动分类和排序，同时能够有效减轻医生的工作负担，不受外界干扰，并且工序简洁、合理，可向外大规模推广应用，部署简单。

作为优选技术措施，

所述第二步，包括以下步骤：

a)基于形态学操作，以及骨架提取算法来提取染色体的骨架，并计算其长度；

b)将该染色体长度，除以同一细胞内最长的染色体长度，得到相对占比长度；

c)基于单个染色体图像计算：相对外接矩形的面积占比、相对其凸包的占比、离心率。

这三个指标是衡量染色体在形态上的特征，是否面积大，是否比较凸，是否很圆。以上特征将参与最终的模型构建，创新性地在深度网络中融入手动提取的特征，使得本发明的工序流程更加合理、有序。

作为优选技术措施，第三步，包括以下步骤：