[发明专利]血细胞自动分析方法、系统、血细胞分析仪及存储介质

说明书

本发明公开了一种血细胞自动分析方法、系统、血细胞分析仪及存储介质，方法包括：获取待检测样品的正面聚焦显微图像和反面聚焦显微图像；将所述正面聚焦显微图像和所述反面聚焦显微图像分别输入至已训练的mask‑RCNN模型中，输出与正面聚焦显微图像和反面聚焦显微图像分别对应的实例分割图，所述实例分割图包括分类结果和掩膜；根据正面聚焦显微图像的实例分割图中分类结果和掩膜以及反面聚焦显微图像的实例分割图中的分类结果和掩膜，统计待检测样品中待检测目标的数量。本发明解决了基于待检测样品的待检测面的聚焦显微图像进行细胞识别和统计方法统计出的血细胞数量准确度不高的问题。

技术领域

本发明涉及图像识别技术领域，尤其涉及一种血细胞自动分析方法、系统、血细胞分析仪及计算机可读存储介质。

背景技术

目前对血液样品中的血细胞进行统计，检验人员基于血涂片对血液样品中的血细胞进行统计，主要通过将血涂片放置在显微镜下，然后采用传统的机器视觉的方法对血涂片在显微镜下观察到的最佳聚焦显微镜图像进行细胞识别和统计，获得最终血涂片中的血细胞数量。但由于血涂片中血液样品存在一定厚度，血液样品中某些位置离待检测面位置较远，可能这些位置的血细胞并不能显示在待检测面的聚焦显微图像中，从而导致基于待检测面的聚焦显微图像进行细胞识别和统计方法统计出的血细胞数量比实际血细胞数量较少，准确度不高。

发明内容

本发明的主要目的在于提出一种血细胞自动分析方法、系统、血细胞分析仪及计算机可读存储介质，旨在解决现有技术中基于待检测样品的待检测面的聚焦显微图像进行细胞识别和统计方法统计出的血细胞数量准确度不高的问题。

为实现上述目的，本发明提供一种血细胞自动分析方法，包括步骤：

获取待检测样品的正面聚焦显微图像和反面聚焦显微图像；

将所述正面聚焦显微图像和所述反面聚焦显微图像分别输入至已训练的 mask-RCNN模型中，输出与正面聚焦显微图像和反面聚焦显微图像分别对应的实例分割图，所述实例分割图包括分类结果和掩膜；

根据正面聚焦显微图像的实例分割图中分类结果和掩膜以及反面聚焦显微图像的实例分割图中的分类结果和掩膜，统计待检测样品中待检测目标的数量。

可选地，所述将所述正面聚焦显微图像和所述反面聚焦显微图像分别输入至已训练的mask-RCNN模型中，输出与正面聚焦显微图像和反面聚焦显微图像分别对应的实例分割图，所述实例分割图包括分类结果和掩膜的步骤包括：

将所述正面聚焦显微图像和所述反面聚焦显微图像分别输入至已训练 mask-RCNN模型的特征提取网络中，输出对应的第一特征图谱和第二特征图谱；

将第一特征图谱和第二特征图谱分别输入至RPN网络，对应获得第一 ROI和第二ROI；

将第一ROI与第一特征图谱进行池化和像素对齐，获得第一ROI特征图谱；

将第二ROI与第二特征图谱进行池化和像素对齐，获得第二ROI特征图谱；

将第一ROI特征图谱和第二ROI特征图谱分别输入至FCN网络进行边框回归、分类和掩膜生成，输出正面聚焦显微图像和反面聚焦显微图像分别对应的实例分割图，所述实例分割图包括待检测目标的分类结果和掩膜。

可选地，所述根据正面聚焦显微图像的实例分割图中分类结果和掩膜以及反面聚焦显微图像的实例分割图中的分类结果和掩膜，统计待检测样品中待检测目标的数量的步骤包括：

根据正面聚焦显微图像和反面聚焦显微图像对应的实例分割图中分类结果，分别统计正面聚焦显微图像的实例分割图中分类结果为待检测目标的掩膜数量M1和反面聚焦显微图像的实例分割图中分类结果为待检测目标的掩膜数量M2；