一种骨髓检查领域软件快速查找异常细胞的交互方法

摘要

本发明为一种骨髓检查领域软件快速查找异常细胞的交互方法：对同一张涂片中采集的细胞，相同细胞分类中尺寸最大的细胞按分割的图像缩放填充满单个细胞的展示区域并标注该细胞的尺寸，该分类中的其他细胞则按照与该分类中最大细胞的尺寸比例关系，按比例缩小其分割的图像，显示于单个细胞展示区域并标注该细胞的尺寸。按此方法逐一计算并显示由大到小或有小到大的顺序依次排列。对于其他分类的细胞也按上述方法显示。因此尺寸异常的细胞都集中分布在显示区域头部和尾部，这些细胞都是同类细胞中尺寸较大或较小的，用户在确认软件识别的细胞分类的结果时，可避免逐一浏览所有细胞图像的行为，从而更快的找到异常细胞进行人工修正。

说明书

技术领域

本发明属于计算机医学骨髓涂片检查领域，具体涉及一种骨髓检查领域软件快速查找异常细胞的交互方法。

背景技术

随着人工智能技术在图像识别的广泛应用，很多基于深度学习的神经网络算法软件应用在外周血、骨髓涂片等细胞形态学检查领域，对有核细胞进行简单的计算机自动分类，一般为三分类或者五分类。这些软件的基本流程都是通过架设在显微镜上的相机采集视野中的细胞图像，将采集到的细胞图像传输至计算机，对细胞图像中的单个细胞进行分割和识别，按不同细胞分类展示对应的单个细胞的图像。单个细胞图像以相同大小的矩形或方形展示，每种细胞分类可包含一个或多个这样的图像，以行列形式排布。

外周血涂片细胞分类较少，且需定量分类的细胞数量也较少，一般为50-100个细胞。在骨髓细胞形态学检查领域，细胞分类多达260多种，且需定量分类的细胞数量也达200-500个，随着形态学检查软件的发展，为了减少统计学的误差，使用软件定量分类的细胞可高达1000-2000个。众所周知，形态学检查是一种强经验型的检查，细胞从幼稚到成熟的过程会经历多个阶段，尤其在细胞发育过程中的过渡阶段，其形态具有相似性，因此具有AI图像识别技术的软件其识别也存在误差。现有软件按照单个细胞图像以相同大小的矩形或方形行列排布的方式要求软件使用者逐一浏览审阅细胞图像，找出其中软件识别有误的细胞进行修改，这在多达260多类，上千个细胞的图像识别中是一种极其烦杂和低效的方式。

发明内容

本发明要解决的技术问题是，提供一种骨髓检查领域软件快速查找异常细胞的交互方法，该方法采用同类细胞按尺寸大小顺序排列的展现方式，最大化避免了人工逐一浏览细胞图像烦杂和低效的操作，从软件交互层面提高异常细胞查找效率。

为解决上述技术问题，本发明采用如下技术方案：一种骨髓检查领域软件快速查找异常细胞的交互方法，包括以下步骤；

(1)采集标本图像；

(2)用细胞轮廓提取算法提取图像中的细胞轮廓并根据算法提供的细胞轮廓大小用矩形框标记；

(3)重复(1)～(2)步骤，直至采集结束；

(4)对矩形框中的细胞通过计算机图像识别算法分类操作，计算机图像识别算法是设计分类流程或者利用分类器对细胞分类；

(5)按矩形框分割细胞图像，将细胞图像的长和宽的像素值转换为对应的尺寸，单位微米；

(6)对于同一分类的细胞，用该类细胞中尺寸最大的细胞计算显示的比例关系，最大细胞的尺寸为m x n微米(m≥n)，其分割的图像像素为a x b像素(a≥b)；软件单个细胞显示区域的最大范围为c x c像素，则该分类中尺寸最大的细胞显示范围为c x((b*c)/a)像素；

(7)对于同一分类的其他细胞，细胞尺寸为e x f微米(e≥f且e≤m，f≤n)，其分割图像像素为h x i像素(h≥i且h≤a，i≤b)；则该细胞显示范围为((h*c)/a)x((i*c)/a)像素，将该分类中的细胞都按此方法计算其显示范围并按照由大到小或由小到大顺序依次排列并标记每个细胞的尺寸；

(8)对于其他分类的细胞，按照步骤(6)，(7)的方法计算并显示；

(9)上述每一类细胞都尺寸由小到大或由大到小排列，尺寸异常的细胞都集中分布在显示区域头部和尾部，这些细胞都是同类细胞中尺寸较大或较小的，人工查找异常细胞时，观察同类细胞显示区域的头部和尾部，查找尺寸过大和过小的细胞，优先对这些细胞进行人工修正操作。

上述骨髓检查领域软件快速查找异常细胞的交互方法的基本构思为：每类细胞在形态学上有明确定义的尺寸范围，单位是微米。例如正常的早幼粒细胞，其尺寸在12-25微米之间，大于25微米或者小于12微米的尺寸意味着细胞异常或不是早幼粒细胞(结合细胞形态)。按不同细胞类型展示时，可以根据分割的单个细胞按尺寸大小顺序排列，对同一张涂片中采集的细胞，相同细胞分类中尺寸最大的细胞按分割的图像缩放填充满单个细胞的展示区域并标注该细胞的尺寸，该分类中的其他细胞则按照与该分类中最大细胞的尺寸比例关系，按比例缩小其分割的图像，显示于单个细胞展示区域并标注该细胞的尺寸。按此方法逐一计算并显示属于该分类的所有细胞并将结果按由大到小或有小到大的顺序依次排列。对于其他分类的细胞也按上述方法显示。按此方法显示的每一类细胞由于都按尺寸由小到大或由大到小排列，因此尺寸异常的细胞都集中分布在显示区域头部和尾部，这些细胞都是同类细胞中尺寸较大或较小的，用户在确认软件识别的细胞分类的结果时，可避免逐一浏览所有细胞图像的行为，优先关注尺寸异常的细胞，从而更快的找到异常细胞进行人工修正。

作为优选，提供成熟红细胞的尺寸参照图，该参照图选择正常红细胞尺寸范围内的红细胞的分割图像按步骤(6)，(7)的方法计算并显示，更直观的通过正常红细胞尺寸查找出异常细胞。

本发明的优点：采用同类细胞按尺寸大小顺序排列的展现方式，最大化避免了人工逐一浏览细胞图像烦杂和低效的操作，从软件交互层面提高异常细胞查找效率。同时提供了成熟红细胞的参考图，更直观的通过尺寸查找出异常细胞。

具体实施方式

根据下述实施例，可以更好地理解本发明。然而，本领域的技术人员容易理解，实施例所描述的内容仅用于说明本发明，而不应当也不会限制本发明。

实施例1：本发明实施例1是一种骨髓检查领域软件快速查找异常细胞的交互方法，包括以下步骤；

(1)采集标本图像；

(2)用细胞轮廓提取算法提取图像中的细胞轮廓并根据算法提供的细胞轮廓大小用矩形框标记；

(3)重复(1)～(2)步骤，直至采集结束；

(4)对矩形框中的细胞通过计算机图像识别算法分类操作，计算机图像识别算法是设计分类流程或者利用分类器对细胞分类；

(5)按矩形框分割细胞图像，将细胞图像的长和宽的像素值转换为对应的尺寸，单位微米；

(6)对于同一分类的细胞，用该类细胞中尺寸最大的细胞计算显示的比例关系，最大细胞的尺寸为m x n微米(m≥n)，其分割的图像像素为a x b像素(a≥b)；软件单个细胞显示区域的最大范围为c x c像素，则该分类中尺寸最大的细胞显示范围为c x((b*c)/a)像素；

(7)对于同一分类的其他细胞，细胞尺寸为e x f微米(e≥f且e≤m，f≤n)，其分割图像像素为h x i像素(h≥i且h≤a，i≤b)；则该细胞显示范围为((h*c)/a)x((i*c)/a)像素，将该分类中的细胞都按此方法计算其显示范围并按照由大到小或由小到大顺序依次排列并标记每个细胞的尺寸；

(8)对于其他分类的细胞，按照步骤(6)，(7)的方法计算并显示；

(9)上述每一类细胞都尺寸由小到大或由大到小排列，尺寸异常的细胞都集中分布在显示区域头部和尾部，这些细胞都是同类细胞中尺寸较大或较小的，人工查找异常细胞时，观察同类细胞显示区域的头部和尾部，查找尺寸过大和过小的细胞，优先对这些细胞进行人工修正操作。

实施例2

本发明实施例2是一种骨髓检查领域软件快速查找异常细胞的交互方法，包括以下步骤：

(1)采集标本图像；

(2)用细胞轮廓提取算法提取图像中的细胞轮廓并根据算法提供的细胞轮廓大小用矩形框标记；

(3)重复(1)～(2)步骤，直至采集结束；

(4)对矩形框中的细胞通过计算机图像识别算法分类操作，计算机图像识别算法是设计分类流程或者利用分类器对细胞分类；

(5)按矩形框分割细胞图像，将细胞图像的长和宽的像素值转换为对应的尺寸，单位微米；

(6)对于同一分类的细胞，用该类细胞中尺寸最大的细胞计算显示的比例关系，最大细胞的尺寸为m x n微米(m≥n)，其分割的图像像素为a x b像素(a≥b)；软件单个细胞显示区域的最大范围为c x c像素，则该分类中尺寸最大的细胞显示范围为c x((b*c)/a)像素；

(7)对于同一分类的其他细胞，细胞尺寸为e x f微米(e≥f且e≤m，f≤n)，其分割图像像素为h x i像素(h≥i且h≤a，i≤b)；则该细胞显示范围为((h*c)/a)x((i*c)/a)像素，将该分类中的细胞都按此方法计算其显示范围并按照由大到小或由小到大顺序依次排列并标记每个细胞的尺寸；

(8)对于其他分类的细胞，按照步骤(6)，(7)的方法计算并显示；

(9)提供成熟红细胞的尺寸参照图，该参照图选择正常红细胞尺寸范围内的红细胞的分割图像按(6)，(7)的方法计算并显示，更直观的通过正常红细胞尺寸查找出异常细胞。

本发明虽然已以较佳实施例公开如上，但其并不是用来限定本发明，任何本领域技术人员在不脱离本发明的精神和范围内，都可以利用上述揭示的方法和技术内容对本发明技术方案做出可能的变动和修改，因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化及修饰，均属于本发明技术方案的保护范围。