[发明专利]一种白细胞自动定位检测及分类识别系统及方法

说明书

本发明公开了一种白细胞自动定位检测及分类识别系统及方法，其特点是采用低倍物镜和高倍物镜轮换拍摄白细胞显微图像，依据白细胞显微图像的颜色属性和分布稀疏性，利用HSV变换和投影分割方法，自动定位白细胞在低倍物镜所拍摄的图像中的位置；通过区域包围盒碰撞检测，确定高倍物镜拍摄时，载物台的行走路径和拍摄位置，提高数据采集速度，减少载物台运动位置和路长，保证拍摄到完整的白细胞图像；采用深度可分离卷积神经网络模型对白细胞进行分类识别，提高网络运行效率。本发明提出的方法具有白细胞定位检测精度高，数据采集效率高，分类识别准确率高等优点。

技术领域

本发明涉及属于医学器械检测技术领域，具体地说，是一种采用图像分析的白细胞检测及分类识别系统及方法。

背景技术

人体血液中的白细胞包含单核、淋巴、嗜碱性粒、嗜中性粒和嗜酸性粒五类细胞。在健康情况下，白细胞的浓度和各种白细胞的比例保持相对稳定。一旦出现病理，可引起白细胞的浓度比例、形状和细胞纹理上的改变。例如：机体遭受细菌感染，中性粒细胞增多；体内免疫机能出现问题或出现癌变时，淋巴细胞的生物活性物质会发生改变。因此，在医学临床应用中，白细胞的数量、形态和比例等方面的变化能够反映机体的病理情况，可对病情做出合理预测，是人体健康状况的重要表征。白细胞分类计数是临床检验的一项重要内容，有助于医生作出正确诊断，制定治疗方案和观察疗效。

目前，白细胞分类技术主要方法有：人工目测计数法和自动计数法。前者易造成检测人员疲劳和计数误差。后者主要有阻抗、激光散射检测法和荧光染色技术。电阻抗法用于测量细胞体积大小，电阻抗和射频电导联合检测法需要采用四个检测系统来检测不同类型的细胞；多角度激光偏振光散射检测法，从四个角度来检测通过激光束的细胞所产生的散射光，不同的散射角度识别不同类型的白细胞。这两种方法需要加入溶血剂，红细胞的碎片会对白细胞的分类和计数产生影响，导致计数结果不准确。荧光染色技术用含有扫描镜头的显微镜扫描血涂片每个视野，利用计算机和图像分析技术来分类细胞种类。与人对细胞种类的判断分析方法非常接近，及时发现细微的血液形态学改变，有非常直观性和简单操作性。由于待识别目标的复杂性和多样性，细胞的定位和分类存在一定困难。

经对现有技术的文献检索发现，申请号为201010216839.1的发明专利申请公开基于深层卷积神经网络的多类白细胞自动识别方法。该方法属于利用深度学习进行细胞分类并融合了inception模块的多尺度的特征，增加了squeeze和excitation操作，从而提高白细胞分类的准确性。在卷积过程中，加入两个操作，实际降低了网络执行效率。此外卷积神经网络需要大量的样本文件进行训练，该发明假定样本图片已从医疗人员获取、分类及标识，并未指出显微图片是自动还是手工获取方式。

本文在现有技术基础上，提出了针对血液白细胞显微图像的自动定位检测与分类识别方法。血液经染色、清洗等操作制成血涂片。显微镜先用低倍物镜拍摄血液细胞图像，所获得的图像背景为浅色，红细胞偏红，白细胞偏蓝紫色，因血液稀释，白细胞离散分布。利用颜色属性和图像投影方法，定位白细胞的位置，采用模拟退火算法遍历白细胞的行走路径；然后镜头转换成高倍物镜，沿规划好路线，聚焦并拍摄包含一个细胞影像，最后利用深度可分离卷积神经网络进行白细胞的分类识别。

发明内容

因此，为了解决上述不足，本发明在此提供一种白细胞自动定位检测及分类识别系统及方法，其特点是采用低倍物镜和高倍物镜轮换拍摄白细胞显微图像，依据白细胞显微图像的颜色属性和分布稀疏性，利用HSV变换和投影分割方法，自动定位白细胞在低倍物镜所拍摄的图像中的位置；通过区域包围盒碰撞检测，确定高倍物镜拍摄时，载物台的行走路径和拍摄位置，提高数据采集速度，减少载物台运动位置和路长，保证拍摄到完整的白细胞图像；采用深度可分离卷积神经网络模型对白细胞进行分类识别，提高网络运行效率。本发明提出的方法具有白细胞定位检测精度高，数据采集效率高，分类识别准确率高等优点。