[发明专利]一种基于深度学习的染色体自动计数方法

说明书

本发明公开了一种基于深度学习的染色体自动计数方法，包括以下步骤：(1)图像收集和预处理步骤；(2)图像分类和回归步骤；(3)模型训练步骤；(4)测试计数步骤，其中，在步骤(2)中采用新的抽样策略，并对Faster R‑CNN模型损失函数进行了改进。本发明所需的数据来源于真实显微镜视野下的G显带染色体，所述方法无需复杂实验过程，成本低廉，耗时更短，能够自动准确完成目标染色体计数。本发明使用1000例标注的染色体图训练模型，随后用175例标注的染色体图做测试，统计显示175例共包含8023条染色体，测试的准确率为98.95％，召回率为98.67％。测试结果显示用机器计数后人工校正的方法完成一份报告的染色体计数所需时间短于目前的1/3。

技术领域

本发明涉及计算机视觉图像处理，染色体计数等技术领域，具体涉及一种染色体自动计数方法。

背景技术

目前核型分析主要分为四个步骤，即染色体计数、染色体分割、染色体配对、排序校正和出具分析报告，目前市面上广泛应用的核型自动分析系统(如徕卡CytoVision系统)以上四个步骤主要依赖人工操作。目前训练有素的医生完成一例报告需要约30-50分钟，一天只能完成十例左右，效率低下，且计数步骤需要鼠标点击每条染色体，容易造成鼠标手。

染色体计数就是统计视野可见的范围内染色体的个数，是核型分析中必不可少的环节，通常正常核型需要计数20-30个图像，在有嵌合体时，需要统计多套(50-100套)完整染色体的数目以确保结论的准确客观。在计数过程中，医生需要找出所有的染色体，再统计数目。目前普通医生计数一套核型平均时间约为20-30秒，甚至更长，全部计数完成时间在15分钟左右。进行核型分析时，经常会出现染色体重叠，需要分割每条染色体，通常完成一例需要一分钟以上，这也是继续提高效率的关键步骤。

现有技术基本基于人工识别方法，是目前精度最高、采用最多的方式。由于染色体制片过程受环境影响较大，导致染色体长度不同，条带分辨率及形态不同，加上重叠染色体会遮盖原染色体部分条带，因此正确地识别染色体需要经过培训的专业医师来完成，耗费大量人力，且效率低下。

发明人在进行染色体分析研究时，发现人工分析计数，分割等过程很慢，效率低下。发明人经过研究发现，可以通过深度学习目标检测方法自动计数染色体，提高分析效率。染色体自动识别计数不同于传统的应用目标检测模型解决自然目标检测以及解决医学中细胞检测计数。由于染色体呈狭长条状，但因其非刚性属性，容易出现弯折等复杂形态；其次因实验因素的影响，多条染色体间容易出现粘连、交叉、重叠等影响识别的复杂状态；由于染色体制片过程受环境影响较大，导致分辨率不同，即同样的染色体可能出现不同的条带谱，给传统目标检测模型的识别带来困难。所以传统的Faster R-CNN模型的抽样方法导致部分染色体和整条染色体难以区分，影响计数结果，而且此类状况经常出现，对模型影响很大。因此，基于传统的Faster R-CNN模型还难以完成对染色体的自动识别和计数工作。

基于现有技术存在的问题，本发明的目的就是提供一种能够克服现有技术缺陷，识别性能得到优化的基于深度学习的染色体自动计数的方法和系统。

发明内容

基于上述发明目的，发明人以目标检测领域常用的Faster R-CNN算法为算法框架，根据染色体目标性质和染色体成像特点对其进行了改进，提供了一种基于深度学习的染色体自动计数方法，所述方法包括以下步骤：

(1)图像收集和预处理步骤：收集并标注显微镜下分裂中期细胞真实影像图，标记出染色体的矩形框，并随机划分训练集和测试集，对训练集数据进行预处理和数据扩增；