[发明专利]一种白细胞检测方法及装置

说明书

本发明实施例提供了一种白细胞检测方法及装置，涉及人工智能技术领域，该方法包括：将血液病理图像输入特征提取网络，确定血液病理图像对应的M张不同尺寸的特征图像，M为大于1的整数。将M张不同尺寸的特征图像输入目标检测网络，确定血液病理图像中的白细胞及其类别。采用特征提取网络提取血液病理图像对应的多张不同尺寸的特征图像，并采用目标检测网络检测不同尺寸的特征图像中的白细胞的类别，相较于基于单个尺寸的特征图像检测白细胞以及白细胞的类别来说，获取的白细胞的特征更加全面，从而提高了白细胞检测和分类的精度。其次，相较于人工对白细胞进行分类的方法来说，避免了依赖人工经验，有效提高了白细胞检测和分类的效率。

技术领域

本发明实施例涉及人工智能技术领域，尤其涉及一种白细胞检测方法及装置。

背景技术

在目前的医学和生物学研究中，对生物细胞的研究已成为了一项关键技术，这是研究发病机理和生物学处理过程的重要工具。通过对生物细胞的处理，例如检测、分割、分类、计数等，帮助医生对疾病进行诊断。

目前细胞的形态学诊断都是基于医学人员在显微镜下观察细胞形态对细胞进行分类，然后统计不同形态的细胞的数量进行疾病诊断。该分类方法依赖于操作医师经验，主观性强，重复性不好，效率低。

发明内容

由于采用人工方式对细胞进行分类的方法依赖人工经验，主观性强，重复性不好，效率低的问题，本发明实施例提供了一种白细胞检测方法及装置。

一方面，本发明实施例提供了一种白细胞检测方法，包括：

获取血液病理图像；

将所述血液病理图像输入特征提取网络，确定所述血液病理图像对应的M张不同尺寸的特征图像，M为大于1的整数；

将所述M张不同尺寸的特征图像输入目标检测网络，确定所述血液病理图像中的白细胞及其类别。

可选地，所述特征提取网络包括P个下采样模块和Q个上采样模块，P和Q为不小于M的整数；

所述将所述血液病理图像输入特征提取网络，确定所述血液病理图像对应的M张不同尺寸的特征图像，包括：

采用所述P个下采样模块逐级对所述血液病理图像进行特征提取，获得每个下采样模块输出的不同尺寸的第一特征图像；

采用所述Q个上采样模块逐级对第P个下采样模块输出的第一特征图像进行特征提取，获得每个上采样模块输出的不同尺寸的第二特征图像；

将尺寸相同的第一特征图像和第二特征图像合并，确定所述血液病理图像对应的M张不同尺寸的特征图像。

可选地，所述目标检测网络包括M个预测框回归子模块和M个分类子模块，所述M张不同尺寸的特征图像中每张特征图像对应一个预测框回归子模块和一个分类子模块；

所述将所述M张不同尺寸的特征图像输入目标检测网络，确定所述血液病理图像中的白细胞及其类别，包括：

针对所述M张不同尺寸的特征图像中的任意一张特征图像，以所述特征图像中每个像素点为中心，向四周扩展确定每个像素点对应的多个不同尺寸和不同长宽比的预测框；

将每个预测框输入所述特征图像对应的预测框回归子模块，确定每个预测框对应的尺寸偏移以及每个预测框对应的预测目标框的坐标，所述预测框对应的预测目标框是基于预测框对应的尺寸偏移对预测框进行尺寸变换后获得的；

将每个预测框输入所述特征图像对应的分类子模块，确定每个预测框对应的白细胞类别以及置信度；

采用非极大值抑制对每个像素点对应的预测目标框进行筛选，确定每个像素点对应的结果预测框，所述预测目标框对应的置信度为预测框对应的置信度；