(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211259379.9 (22)申请日 2022.10.14 (71)申请人 苏州睿仟科技有限公司 地址 215000 江苏省苏州市高新区科技城 玉屏路6号1号楼三层 (72)发明人 佘银海　程绍禹　李昌众　伍祥辰　 (74)专利代理 机构 北京品源专利代理有限公司 11332 专利代理师 李礼 (51)Int.Cl. G06T 7/00(2017.01) G06V 20/69(2022.01) (54)发明名称 宫颈脱落细胞玻片识别方法、 装置、 设备和 介质 (57)摘要 本发明实施例公开了一种宫颈脱落细胞玻 片识别方法、 装置、 设备和介质， 其中， 方法包括： 获取基于第一预设分辨率采集的第一宫颈脱落 细胞玻片图像， 识别并分割出第一预设分辨率单 细胞图像和第一预设分辨率细胞团图像； 分别对 第一预设分辨率单细胞图像和第一预设分辨率 细胞团图像进行细胞分类与预测， 得到不同类别 阳性细胞预测结果； 获取第二预设分辨率采集的 第二宫颈脱落细胞玻片图像， 识别并分割第二宫 颈脱落细胞玻片图像中的第二预设分辨率细胞 团图像； 将第二预设分辨率细胞团图像输入到经 过预训练的级联细胞分类模型中， 得到目标宫颈 脱落细胞 玻片识别结果。 本发明实施例实现了细 胞的快速定位， 提高了宫颈脱落细胞玻片识别的 准确率和效率。 权利要求书3页 说明书17页 附图8页 CN 115546163 A 2022.12.30 CN 115546163 A 1.一种宫颈脱落细胞玻片识别方法， 其特 征在于， 包括： 获取基于第 一预设分辨率采集的第 一宫颈脱落细胞玻片图像， 识别并分割所述第 一宫 颈脱落细胞玻片图像中的第一预设 分辨率单细胞图像和第一预设 分辨率细胞团图像； 分别对所述第一预设分辨率单细胞图像和所述第一预设分辨率细胞团图像进行细胞 分类与预测， 得到不同类别阳性细胞 预测结果； 获取基于所述不同类别阳性细胞预测结果以第二预设分辨率采集的第二宫颈脱落细 胞玻片图像， 识别并分割所述第二宫颈脱落细胞玻片 图像中的第二预设分辨率细胞团图 像， 其中， 所述第二预设 分辨率高于所述第一预设 分辨率； 将所述第二预设分辨率细胞团图像输入到经过预训练的级联细胞分类模型中， 得到目 标宫颈脱落细胞玻片识别结果。 2.根据权利要求1所述的方法， 其特征在于， 所述对所述第 一预设分辨率单细胞图像进 行细胞分类与预测， 得到不同类别阳性细胞 预测结果， 包括： 提取所述第一预设 分辨率单细胞图像中的至少一个预设图像特 征； 基于所述至少一个预设图像特 征进行细胞 过滤， 得到疑似阳性细胞图像； 将所述疑似阳性细胞图像输入到预设单细胞图像级联分类模型中， 得到所述不同类别 阳性细胞 预测结果。 3.根据权利要求2所述的方法， 其特征在于， 所述基于所述至少一个预设图像特征进行 细胞过滤， 包括： 将所述至少一个预设图像特征分别 输入到对应的级联细胞过滤支持向量机分类器 中， 进行细胞 过滤。 4.根据权利要求3所述的方法， 其特征在于， 所述将所述至少一个预设图像特征分别 输 入到对应的级联细胞 过滤支持向量机分类 器中， 包括： 将所述至少一个预设图像特征中的梯度直方图特征和灰度统计特征输入到第一支持 向量机分类 器中， 得到第一分类结果； 将所述第一分类结果中各图像的纹理特征输入到在所述第一支持向量机分类器基础 上训练得到的第二支持向量机分类 器中， 得到第二分类结果； 将所述第二分类结果中各图像的形态特征和灰度直方图特征输入到在所述第二支持 向量机分类 器基础上训练得到的第三支持向量机分类 器中。 5.根据权利要求1所述的方法， 其特征在于， 所述对所述第 一预设分辨率细胞团图像进 行细胞分类与预测， 得到不同类别阳性细胞 预测结果， 包括： 将所述第一预设分辨率细胞团图像输入到预设细胞团图像级联分类模型中， 得到所述 不同类别阳性细胞 预测结果。 6.根据权利要求1所述的方法， 其特征在于， 所述获取基于所述不同类别阳性细胞预测 结果以第二预设 分辨率采集的第二宫颈脱落细胞玻片图像， 包括： 根据所述不同类别阳性细胞预测结果中的分类置信度选取不同类别的预设数量的细 胞； 分别在所述预设数量的各细胞位置处聚焦采集分辨率为所述第二预设分辨率的一组 Z‑Stack图像； 将各组所述Z ‑Stack图像进行融合得到所述第二宫颈脱落细胞玻片图像， 其中， 所述第权　利　要　求　书 1/3 页 2 CN 115546163 A 2二宫颈脱落细胞玻片图像与所述预设数量 一致。 7.根据权利要求1所述的方法， 其特征在于， 所述级联细胞分类模型包括预设模块数量 个稠密连接模块、 一个第一尺 寸卷积层、 一个最大池化层、 一个最大全局平均池化层及一个 全连接层， 并在各所述稠密连接模块间设置有第一预设 网络层数量的第二尺寸卷积层和 第 二预设网络层数量的平均池化层。 8.根据权利要求2所述的方法， 其特征在于， 所述预设单细胞图像级联分类模型对所述 疑似阳性细胞图像进行识别与分类的过程， 包括： 将所述疑似阳性细胞图像输入到所述预设单细胞图像级联分类模型的单细胞二分类 子模型， 得到阳性细胞图像； 将所述阳性细胞图像输入到与所述单细胞二分类子模型级联的第一细胞类型分类子 模型中， 得到第一类型细胞分类结果和第二类型、 第三类型及第四类型组合分类结果； 将所述第二类型、 第 三类型及第四类型组合分类结果输入到与 所述第一细胞类型分类 子模型级联的第二细胞类型分类子模型中， 分别得到第二类型、 第三类型及第四类型三分 类结果。 9.根据权利要求5所述的方法， 其特征在于， 所述预设细胞团图像级联分类模型对所述 第一预设 分辨率细胞团图像进行识别与分类的过程， 包括： 将所述第一预设分辨率细胞团图像输入到所述预设细胞团图像级联分类模型的第一 细胞团二分类子模型， 得到第一预设 分辨率阳性细胞团图像； 将所述第一预设分辨率阳性细胞团图像输入到与所述第一细胞团二分类子模型级联 的第二细胞团二分类子模型， 得到第一类型与第三类型 的第一组合分类结果， 以及第二类 型与第四类型的第二组合分类结果； 将所述第一组合分类结果输入到与所述第二细胞团二分类子模型级联的第三细胞团 二分类子模型， 分别得到第一类型与第三类型 的二分类结果， 并将所述第二组合分类结果 输入到与所述第二细胞团二分类子模型级联的第四细胞团二分类子模型， 分别得到第二类 型与第四类型二分类结果。 10.根据权利要求1 ‑9中任一所述的方法， 其特征在于， 所述级联细胞分类模型对所述 第二预设 分辨率细胞团图像进行识别与分类的过程， 包括： 将所述第二预设分辨率细胞团图像输入到所述级联细胞分类模型的第一二分类子模 型， 得到第二预设 分辨率阳性细胞团图像； 将所述第二预设分辨率阳性细胞团图像输入到与所述第一二分类子模型级联的第二 二分类子模型， 得到第一类型与第三类型组成的第一分类结果， 和第二类型与第四类型组 成的第二分类结果； 将所述第一分类结果输入到与所述第 二二分类子模型级联的第 三二分类子模型， 分别 得到第一类型与第三类型二分类结果， 并将所述第二分类结果输入到与所述第二二分类子 模型级联的第四二分类子模型， 分别得到第二类型与第四类型二分类结果。 11.一种宫颈脱落细胞玻片识别装置， 其特 征在于， 包括： 第一图像分割模块， 用于获取基于第一预设分辨率采集的第一宫颈脱落细胞玻片图 像， 识别并分割所述第一宫颈脱落细胞玻片图像中的第一预设分辨率单细胞图像和第一预 设分辨率细胞团图像；权　利　要　求　书 2/3 页 3 CN 115546163 A 3