一种血细胞识别方法、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血细胞识别方法、装置、设备及可读存储介质，涉及细胞识别技术领域，所述方法包括获取第一信息、参考信息和训练后的神经网络模型；将第一信息和参考信息进行预处理，得到预处理后的第一信息和预处理后的参考信息；将预处理后的第一信息发送至所述训练后的神经网络模型得到第一特征图，将预处理后的参考信息发送至训练后的神经网络模型得到第二特征图；根据第一特征图和第二特征图识别学生标注的血细胞玻片样本图像是否正确，本发明专利技术通过神经网络模型生成第一信息和参考信息对应的特征图，再对特征图进行聚类分析实现血细胞的智能化识别，大大的减少了人工成本。大大的减少了人工成本。大大的减少了人工成本。

【技术实现步骤摘要】
一种血细胞识别方法、装置、设备及可读存储介质


[0001]本专利技术涉及细胞识别
，具体而言，涉及一种血细胞识别方法、装置、设备及可读存储介质。

技术介绍

[0002]在使用显微镜观察血细胞的初中生物实验考试中，需要在考试中将观察到血细胞进行区分并在红细胞和白细胞的对应位置进行标注，在现有技术中，通常采用人工的方式对学生的标注是否正确进行判断，耗费大量的人力物力，因此亟需一种血细胞的识别方法，能够实现对学生标注的血细胞进行智能化识别，以快速判断学生对实验的掌握情况。

技术实现思路

[0003]本专利技术的目的在于提供一种血细胞识别方法、装置、设备及可读存储介质，以改善上述问题。
[0004]为了实现上述目的，本申请实施例提供了如下技术方案：一方面，本申请实施例提供了一种血细胞识别方法，所述方法包括：获取第一信息、参考信息和训练后的神经网络模型，所述第一信息包括学生标注的血细胞玻片样本图像，所述参考信息为预先标注的血细胞玻片样本图像；将所述第一信息和所述参考信息进行预处理，得到预处理后的第一信息和预处理后的参考信息，所述预处理后的参考信息包括去模糊后的参考信息；将所述预处理后的第一信息发送至所述训练后的神经网络模型得到第一特征图，将所述预处理后的参考信息发送至所述训练后的神经网络模型得到第二特征图；根据所述第一特征图和所述第二特征图识别学生标注的血细胞玻片样本图像是否正确。
[0005]第二方面，本申请实施例提供了一种血细胞识别装置，所述装置包括：获取模块，用于获取第一信息、参考信息和训练后的神经网络模型，所述第一信息包括学生标注的血细胞玻片样本图像，所述参考信息为预先标注的血细胞玻片样本图像；处理模块，用于将所述第一信息和所述参考信息进行预处理，得到预处理后的第一信息和预处理后的参考信息，所述预处理后的参考信息包括去模糊后的参考信息；发送模块，用于将所述预处理后的第一信息发送至所述训练后的神经网络模型得到第一特征图，将所述预处理后的参考信息发送至所述训练后的神经网络模型得到第二特征图；识别模块，用于根据所述第一特征图和所述第二特征图识别学生标注的血细胞玻片样本图像是否正确。
[0006]第三方面，本申请实施例提供了一种血细胞识别设备，所述设备包括存储器和处理器。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上述血细胞识别方法的步骤。
[0007]第四方面，本申请实施例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血细胞识别方法的步骤。
[0008]本专利技术的有益效果为：1、本专利技术通过双重生成对抗网络对第一信息和参考信息进行预处理，得到预处理后的第一信息和预处理后的参考信息，避免了玻片样本出现模糊导致后续步骤无法进行，再加入神经网络模型提取第一信息与参考信息多尺度的特征生成相应的特征图，通过对特征图进行聚类分析以判断学生标注的血细胞玻片样本是否与预先标注的血细胞玻片样本一致，实现了血细胞的智能化识别，大大的减少了人工成本。
[0009]2、本专利技术通过第二样本集和噪声样本得到扩充后的样本，有效的将样本集进行了扩充，提高了样本的多样性，同时通过噪声样本可以生成不同亮度和不同对比度的学生的血细胞玻片样本对样本集进行扩充，有效的避免了教室灯光造成的学生的血细胞玻片样本对识别结果产生的影响，提高了血细胞识别的准确率。
[0010]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
[0011]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。
[0012]图1为本专利技术实施例中所述的血细胞识别方法流程示意图。
[0013]图2为本专利技术实施例中所述的血细胞识别装置结构示意图。
[0014]图3为本专利技术实施例中所述的血细胞识别设备结构示意图。
[0015]图中标记：901、获取模块；902、处理模块；903、发送模块；904、识别模块；9011、第二获取单元；9012、发送单元；9013、扩充单元；9014、第二训练单元；9021、第一获取单元；9022、构建单元；9023、第一训练单元；9024、第一处理单元；9031、第二处理单元；9032、第三处理单元；9033、第四处理单元；9041、第五处理单元；9042、第六处理单元；9043、判断单元；90431、聚类单元；90432、第七处理单元；90433、子判断单元；800、血细胞识别设备；801、处理器；802、存储器；803、多媒体组件；804、I/O接口；805、通信组件。
具体实施方式
[0016]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本专利技术实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本专利技术的实施例的详细描述并非旨在限制要求保护的本专利技术的范围，而是仅仅表示本专利技术的选定实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0017]应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本专利技术的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
[0018]实施例1：本实施例提供了一种血细胞识别方法，可以理解的是，在本实施例中可以铺设一个场景，例如:在初中生物观察血细胞的实验中，学生需要使用显微镜将观察到的血细胞进行截图后再分别在红细胞和白细胞的对应位置进行标注。
[0019]参见图1，图中示出了本方法包括步骤S1、步骤S2、步骤S3和步骤S4，其中：步骤S1、获取第一信息、参考信息和训练后的神经网络模型，所述第一信息包括学生标注的血细胞玻片样本图像，所述参考信息为预先标注的血细胞玻片样本图像；需要说明的是，第一信息为在显微镜下对血细胞进行观察并截图，再对截图中的红细胞和白细胞进行标注所得到的血细胞玻片样本图像。
[0020]可以理解的是，所述步骤S1包括步骤S11、步骤S12、步骤S13和步骤S14，其中:步骤S11、获取第二样本集和噪声样本，所述第二样本集包括至少一个学生观察的血细胞玻片样本图像、所述噪声样本包括亮度噪声和对比度噪声；步骤S12、将所述第二样本集和所述噪声样本均发送至生成器中得到对抗样本；可以理解的是，可以本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种血细胞识别方法，其特征在于，包括：获取第一信息、参考信息和训练后的神经网络模型，所述第一信息包括学生标注的血细胞玻片样本图像，所述参考信息为预先标注的血细胞玻片样本图像；将所述第一信息和所述参考信息进行预处理，得到预处理后的第一信息和预处理后的参考信息，所述预处理后的参考信息包括去模糊后的参考信息；将所述预处理后的第一信息发送至所述训练后的神经网络模型得到第一特征图，将所述预处理后的参考信息发送至所述训练后的神经网络模型得到第二特征图；根据所述第一特征图和所述第二特征图识别学生标注的血细胞玻片样本图像是否正确。2.根据权利要求1所述的血细胞识别方法，其特征在于，获取所述训练后的神经网络模型，包括：获取第二样本集和噪声样本，所述第二样本集包括至少一个学生观察的血细胞玻片样本图像、所述噪声样本包括亮度噪声和对比度噪声；将所述第二样本集和所述噪声样本均发送至生成器中得到对抗样本；根据所述对抗样本对所述第二样本集进行扩充得到扩充后的样本集；利用所述扩充后的样本集对神经网络模型进行训练，得到训练后的神经网络模型。3.根据权利要求1所述的血细胞识别方法，其特征在于，根据所述第一特征图和所述第二特征图识别学生标注的血细胞玻片样本图像是否正确，包括：利用转置卷积层对所述第二特征图进行上采样，得到与所述参考信息尺寸相同的第三特征图；将第三特征图中红细胞对应的像素点的像素、白细胞对应的像素点的像素和背景对应的像素点的像素进行修改，得到第四特征图；根据所述第四特征图对所述第一特征图进行聚类分析判断学生标注的血细胞玻片样本图像是否正确。4.根据权利要求3所述的血细胞识别方法，其特征在于，根据所述第四特征图对所述第一特征图进行聚类分析判断学生标注的血细胞玻片样本图像是否正确，包括：利用聚类算法对所述第一特征图进行聚类分析，得到第二信息，所述第二信息包括第一特征图中包括的红细胞的中心坐标和白细胞的中心坐标；根据所述第二信息在所述第四特征图中找到对应的像素点，并判断两像素点的像素值是否一致，得到判断结果；根据所述判断结果判断学生标注的血细胞玻片样本图像是否正确。5.一种血细胞识别装置，其特征在于，包括：获取模块，用于获取第一信息、参考信息和训练后的神经网络模型，所述第一信息包括学生标注的血细胞玻片样本图像，所述参考信息为预先标注的血细胞玻片样本图像；处理模块...

【专利技术属性】
技术研发人员：李迪，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：