System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及细胞学检测,特别是涉及一种宫颈细胞的阳性检测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
技术介绍
1、近年来宫颈癌发病率和病死率逐渐上升,而且呈现年轻化的趋势。早期的筛查和治疗对降低宫颈癌发病率和病死率至关重要,其中宫颈细胞阳性检测是主要的筛查手段。
2、传统技术中,可以通过预先在宫颈细胞全切片的多个视野基础上进行细胞级标注,获得具有阳性细胞定位能力的检测模型,再通过聚合多个阳性细胞的信息完成宫颈细胞全切片的分类,以判断宫颈细胞全切片是否属于阳性。然而,由于宫颈细胞形态复杂,当前性能较好的基于深度学习的检测模型存在严重的模型过度自信问题,检测模型的误差会直接累计到信息汇聚阶段,影响宫颈细胞阳性检测的准确率。此外,当前常用的信息汇聚模块往往采用拟合能力较弱的分类模型,比如随机森林,存在严重的欠拟合问题,导致模型泛化性能较低,进一步影响宫颈细胞阳性检测的准确率。
技术实现思路
1、基于此,有必要针对上述技术问题,提供一种宫颈细胞的阳性检测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
2、第一方面,本申请提供了一种宫颈细胞的阳性检测方法,包括:
3、根据预先构建的细胞检测模型,检测宫颈细胞小块图像中的异常细胞,得到若干个异常细胞检测结果;所述宫颈细胞小块图像是对宫颈细胞全切片图像进行逐视野裁剪得到的;
4、将所述若干个异常细胞检测结果映射到所述宫颈细胞全切片图像的对应位置,得到阳性置信度分布热力图
5、对所述阳性置信度分布热力图的若干个网格所代表的视野进行视野采样,得到若干个视野的细胞,作为可疑阳性细胞;
6、当可疑阳性细胞的最大置信度大于高风险细胞阈值时,确定所述宫颈细胞全切片图像的检测结果为阳性;
7、当可疑阳性细胞的最大置信度小于高风险细胞阈值时,将所述宫颈细胞全切片图像输入预先构建的分类模型,以确定所述宫颈细胞全切片图像是否属于阳性。
8、在其中一个实施例中,所述将所述若干个异常细胞检测结果映射到所述宫颈细胞全切片图像的对应位置,得到阳性置信度分布热力图,包括:
9、将所述若干个异常细胞检测结果中的置信度映射到所述宫颈细胞全切片图像的对应位置,得到初始热力图;
10、对所述初始热力图中每个网格进行插值处理和归一化处理,得到阳性置信度分布热力图。
11、在其中一个实施例中,获取高风险细胞阈值,包括:
12、获取多中心数据验证集;所述多中心数据验证集为多个不同来源的宫颈细胞全切片图像样本数据;
13、根据所述多中心数据验证集对细胞检测模型进行推理,得到每个宫颈细胞全切片图像样本的分类概率;
14、根据受试者工作特征曲线和精确度-召回率曲线,评估不同阈值下的颈细胞全切片图像样本分类结果,得到不同阈值下的性能指标;
15、根据所述不同阈值下的性能指标,确定高风险细胞阈值。
16、在其中一个实施例中,获取可疑阳性细胞的最大置信度,包括:
17、根据各可疑阳性细胞的置信度进行排序,得到置信度序列;
18、根据所述置信度序列,得到可疑阳性细胞的最大置信度。
19、在其中一个实施例中,获取预先构建的分类模型,包括:
20、根据所述细胞检测模型的阳性判定难度高的宫颈细胞全切片样本,得到困难切片样本集合;
21、根据所述困难切片样本集合,对残差网络进行训练,得到预先构建的分类模型。
22、在其中一个实施例中,获取所述细胞检测模型的阳性判定难度高的宫颈细胞全切片样本,包括:
23、获取宫颈细胞全切片样本集合;
24、根据预先构建的细胞检测模型,得到每个宫颈细胞全切片样本的置信度分布;
25、根据所述每个宫颈细胞全切片样本的置信度分布,得到平均置信度分布;
26、根据所述每个宫颈细胞全切片样本的置信度分布与平均置信度分布的分布距离,得到高差异度全切片样本,以确定所述细胞检测模型的阳性判定难度高的宫颈细胞全切片样本。
27、第二方面,本申请还提供了一种宫颈细胞的阳性检测装置,包括:
28、异常细胞检测模块,用于根据预先构建的细胞检测模型,检测宫颈细胞小块图像中的异常细胞,得到若干个异常细胞检测结果;所述宫颈细胞小块图像是对宫颈细胞全切片图像进行逐视野裁剪得到的;
29、热力图获取模块,用于将所述若干个异常细胞检测结果映射到所述宫颈细胞全切片图像的对应位置,得到阳性置信度分布热力图;
30、可疑阳性细胞获取模块,用于对所述阳性置信度分布热力图的若干个网格所代表的视野进行视野采样,得到若干个视野的细胞,作为可疑阳性细胞;
31、阳性判断模块,用于当可疑阳性细胞的最大置信度大于高风险细胞阈值时,确定所述宫颈细胞全切片图像的检测结果为阳性;
32、所述阳性判断模块,还用于当可疑阳性细胞的最大置信度小于高风险细胞阈值时,将所述宫颈细胞全切片图像输入预先构建的分类模型,以确定所述宫颈细胞全切片图像是否属于阳性。
33、第三方面,本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行上述方法。
34、第四方面,本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行上述方法。
35、第五方面,本申请还提供了一种计算机程序产品。所述计算机程序产品,包括计算机程序,该计算机程序被处理器执行上述方法。
36、上述宫颈细胞的阳性检测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品,根据预先构建的细胞检测模型,检测宫颈细胞小块图像中的异常细胞,得到若干个异常细胞检测结果;宫颈细胞小块图像是对宫颈细胞全切片图像进行逐视野裁剪得到的;将若干个异常细胞检测结果映射到宫颈细胞全切片图像的对应位置,得到阳性置信度分布热力图;对阳性置信度分布热力图的若干个网格所代表的视野进行视野采样,得到若干个视野的细胞,作为可疑阳性细胞;当可疑阳性细胞的最大置信度大于高风险细胞阈值时,确定宫颈细胞全切片图像的检测结果为阳性;当可疑阳性细胞的最大置信度小于高风险细胞阈值时,将宫颈细胞全切片图像输入预先构建的分类模型,以确定宫颈细胞全切片图像是否属于阳性。本申请当可疑阳性细胞的最大置信度大于高风险细胞阈值时,确定宫颈细胞全切片图像的检测结果为阳性,当可疑阳性细胞的最大置信度小于高风险细胞阈值时,将宫颈细胞全切片图像输入预先构建的分类模型,以确定宫颈细胞全切片图像是否属于阳性,可以避免细胞检测模型的误差直接累计到分类模型中的信息汇聚阶段,可以提高宫颈细胞阳性检测的准确率。
本文档来自技高网...【技术保护点】
1.一种宫颈细胞的阳性检测方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述将所述若干个异常细胞检测结果映射到所述宫颈细胞全切片图像的对应位置,得到阳性置信度分布热力图,包括:
3.根据权利要求1所述的方法,其特征在于,获取高风险细胞阈值,包括:
4.根据权利要求1所述的方法,其特征在于,获取可疑阳性细胞的最大置信度,包括:
5.根据权利要求1所述的方法,其特征在于,获取预先构建的分类模型,包括:
6.根据权利要求5所述的方法,其特征在于,获取所述细胞检测模型的阳性判定难度高的宫颈细胞全切片样本,包括:
7.一种宫颈细胞的阳性检测装置,其特征在于,所述装置包括:
8.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种宫颈细胞的阳性检测方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述将所述若干个异常细胞检测结果映射到所述宫颈细胞全切片图像的对应位置,得到阳性置信度分布热力图,包括:
3.根据权利要求1所述的方法,其特征在于,获取高风险细胞阈值,包括:
4.根据权利要求1所述的方法,其特征在于,获取可疑阳性细胞的最大置信度,包括:
5.根据权利要求1所述的方法,其特征在于,获取预先构建的分类模型,包括:
6.根据权利要求5所述的方法,其特征在于,获取所述细胞检测模型的阳性判定...
【专利技术属性】
技术研发人员:张浩,陆正威,
申请(专利权)人:广州安必平医药科技股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。