一种检测血细胞的方法、装置、设备及可读存储介质制造方法及图纸

本发明专利技术提供了一种检测血细胞的方法、装置、设备及可读存储介质，涉及细胞检测技术领域，包括获取血细胞图像；所述血细胞图像通过电子显微镜得到，所述血细胞图像中包括至少一组红细胞和白细胞；判断所述血细胞图像是否在指定倍数下清晰；将所述在指定倍数下清晰的血细胞图样中的白细胞和红细胞分别进行识别，得到识别结果，所述识别结果包括所述白细胞的识别结果和所述红细胞的识别结果。与传统方法相比，所述方法加入了带图像统计特征先验的K

【技术实现步骤摘要】
一种检测血细胞的方法、装置、设备及可读存储介质


[0001]本专利技术涉及细胞检测
，具体而言，涉及检测血细胞的方法、装置、设备及可读存储介质。

技术介绍

[0002]在用显微镜观察血细胞的实验考试中，存在交互答题的步骤，要求考生在指定显微镜倍数下观察到清晰物像并截图，再根据此截图分别标注出一处红细胞与白细胞的位置，判断其标注结果是否正确。因此，需要提出一种算法能够自动对考生所提交截图各种细胞位置自动定位，以此作为考生交互答题的结果的判据。
[0003]然而要判断考生提交的截图是否符合要求，排除模糊，倍数使用错误的情况。传统的图像处理方式为HOG+模糊判断：HOG主要是提取图像特征判断其是否符合指定倍数图像的特征；模糊判断主要对图像梯度进行计算并分析，设立相应阈值，计算结果大于相应阈值，说明图像轮廓清晰可见；未超过阈值，说明图像不能检测出明显得轮廓，存在一定程度的模糊。
[0004]而对于符合要求的截图，还需要将图像中红细胞，白细胞，细胞间隙彼此区分开。传统的图像处理方式往往是通过颜色来区分，具体过程为：把图像从RGB颜色空间转换到HSV颜色空间，通过红细胞，白细胞，细胞间隙之间HSV颜色数值的固有差异区分三者。

技术实现思路

[0005]本专利技术的目的在于提供一种检测血细胞的方法、装置、设备及可读存储介质，以改善上述问题。为了实现上述目的，本专利技术采取的技术方案如下：第一方面，本申请提供了一种检测血细胞的方法，包括：获取血细胞图像；所述血细胞图像通过电子显微镜得到，所述血细胞图像中包括至少一组红细胞和白细胞；判断所述血细胞图像是否在指定倍数下清晰；将所述在指定倍数下清晰的血细胞图样中的白细胞和红细胞分别进行识别，得到识别结果，所述识别结果包括所述白细胞的识别结果和所述红细胞的识别结果。
[0006]可选地,判断所述血细胞图像是否在指定倍数下清晰，包括：获取图像清晰度判断标准，所述图像清晰度判断标准包括至少两个清晰度分类；根据图像分类模型将所述血细胞图像进行清晰度分类计算，得到清晰度分类结果；判断所述清晰度分类结果是否为预设的清晰度分类类型；若是，则所述血细胞图像在指定倍数下清晰；若不是，则所述血细胞图像在指定倍数下不清晰。
[0007]可选地,得到所述白细胞的识别结果，包括：将所述在指定倍数下清晰的血细胞图像调整到预设的图像尺寸；将调整过后的所述血细胞图像输入至目标检测网络中，得到至少一个框形区域，
所述框形区域中包括至少一个白细胞。
[0008]可选地,得到所述红细胞的识别结果，包括：用第一向量将所述在指定倍数下清晰的血细胞图像中的红细胞部分的初始聚类中心进行表征，用第二向量将所述在指定倍数下清晰的血细胞图像中的间隙部分的初始聚类中心进行表征，所述间隙部分为所述血细胞图像中不包括红细胞和白细胞的部分；将所述第一向量和所述第二向量输入至k均值聚类模型中进行计算得到聚类结果图像，所述聚类结果图像包括两种不同颜色的区域；所述两种不同颜色的区域分别为红细胞区域和间隙部分区域。
[0009]第二方面，本申请还提供了一种检测血细胞的装置，包括：获取模块、判断模块和识别模块：获取模块：用于获取血细胞图像；所述血细胞图像通过电子显微镜得到，所述血细胞图像中包括至少一组红细胞与白细胞；判断模块：用于判断所述血细胞图像是否在指定倍数下清晰；识别模块：用于将所述在指定倍数下清晰的血细胞图样中的白细胞和红细胞分别进行识别，得到识别结果，所述识别结果包括所述白细胞的识别结果和所述红细胞的识别结果。
[0010]可选地,所述判断模块还包括获取单元、第一计算单元和判断单元：获取单元：用于获取图像清晰度判断标准，所述图像清晰度判断标准包括至少两个清晰度分类；第一计算单元：用于根据图像分类模型将所述血细胞图像进行清晰度分类计算，得到清晰度分类结果；判断单元：用于判断所述清晰度分类结果是否为预设的清晰度分类类型；若是，则所述血细胞图像在指定倍数下清晰；若不是，则所述血细胞图像在指定倍数下不清晰。
[0011]可选地,所述识别模块还包括调整单元和检测单元：调整单元：用于将所述在指定倍数下清晰的血细胞图像调整到预设的图像尺寸；检测单元：用于将调整过后的所述血细胞图像输入至目标检测网络中，得到至少一个框形区域，所述框形区域中包括至少一个白细胞。
[0012]可选地,所述识别模块还包括表征单元和第二计算单元：表征单元：用于用第一向量将所述在指定倍数下清晰的血细胞图像中的红细胞部分的初始聚类中心进行表征，用第二向量将所述在指定倍数下清晰的血细胞图像中的间隙部分的初始聚类中心进行表征，所述间隙部分为所述血细胞图像中不包括红细胞和白细胞的部分；第二计算单元：用于将所述第一向量和所述第二向量输入至k均值聚类模型中进行计算得到聚类结果图像，所述聚类结果图像包括两种不同颜色的区域；所述两种不同颜色的区域分别为红细胞区域和间隙部分区域。
[0013]第三方面，本申请还提供了一种检测血细胞的设备，包括：存储器，用于存储计算机程序；处理器，用于执行所述计算机程序时实现所述检测血细胞的方法的步骤。
[0014]第四方面，本申请还提供了一种可读存储介质，所述可读存储介质上存储有计算
机程序，所述计算机程序被处理器执行时实现上述基于检测血细胞的方法的步骤。
[0015]本专利技术的有益效果为：加入了卷积神经网络进行图像识别的任务，与传统方法相比，卷积神经网络能够兼顾图像特征提取能力和处理速度，同时对模糊检测更具鲁棒性；加入了目标检测模型对白细胞进行识别定位，与传统识别方法相比，其处理速度与定位精度更高；加入了带先验的K
‑
Means聚类算法对细胞间隙和红细胞进行分离，与传统方法相比，带先验的K
‑
Means包含图像统计特征，对光照和色调不敏感，聚类更具鲁棒性。
[0016]本专利技术的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术实施例了解。本专利技术的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
[0017]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
[0018]图1为本专利技术实施例中所述的检测血细胞的方法流程示意图;图2为本专利技术实施例中所述的检测血细胞的装置结构示意图；图3为本专利技术实施例中所述的检测血细胞的设备结构示意图。
[0019]图中:701、获取模块；702、判断模块；703、识别模块；7021、获取单元；7022、第一计算单元；7023、判断单元；7031、调整单元；7032、检测单元；7033、表征单元；7034、第二计算单元；801、处理器；802、存储器；803、多媒体组件；804、输入/输出(I/O本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种检测血细胞的方法，其特征在于，包括：获取血细胞图像；所述血细胞图像通过电子显微镜得到，所述血细胞图像中包括至少一组红细胞和白细胞；判断所述血细胞图像是否在指定倍数下清晰；将所述在指定倍数下清晰的血细胞图样中的白细胞和红细胞分别进行识别，得到识别结果，所述识别结果包括所述白细胞的识别结果和所述红细胞的识别结果。2.根据权利要求1所述的检测血细胞的方法，其特征在于,判断所述血细胞图像是否在指定倍数下清晰，包括：获取图像清晰度判断标准，所述图像清晰度判断标准包括至少两个清晰度分类；根据图像分类模型将所述血细胞图像进行清晰度分类计算，得到清晰度分类结果；判断所述清晰度分类结果是否为预设的清晰度分类类型；若是，则所述血细胞图像在指定倍数下清晰；若不是，则所述血细胞图像在指定倍数下不清晰。3.根据权利要求1所述的检测血细胞的方法，其特征在于,得到所述白细胞的识别结果，包括：将所述在指定倍数下清晰的血细胞图像调整到预设的图像尺寸；将调整过后的所述血细胞图像输入至目标检测网络中，得到至少一个框形区域，所述框形区域中包括至少一个白细胞。4.根据权利要求1所述的检测血细胞的方法，其特征在于,得到所述红细胞的识别结果，包括：用第一向量将所述在指定倍数下清晰的血细胞图像中的红细胞部分的初始聚类中心进行表征，用第二向量将所述在指定倍数下清晰的血细胞图像中的间隙部分的初始聚类中心进行表征，所述间隙部分为所述血细胞图像中不包括红细胞和白细胞的部分；将所述第一向量和所述第二向量输入至k均值聚类模型中进行计算得到聚类结果图像，所述聚类结果图像包括两种不同颜色的区域；所述两种不同颜色的区域分别为红细胞区域和间隙部分区域。5.一种检测血细胞的装置，其特征在于，包括：获取模块：用于获取血细胞图像；所述血细胞图像通过电子显微镜得到，所述血细胞图像中包括至少一组红细胞与白细胞；判断模块：用于判断所述血细胞图像是否在指定倍数下清晰；识别模块：用...

【专利技术属性】
技术研发人员：周永乐，郑思宇，张志鸿，
申请(专利权)人：成都西交智汇大数据科技有限公司，
类型：发明
国别省市：