一种基于卷积神经网络的肾小管上皮细胞的自动检测方法

摘要

该发明共公开了一种基于卷积神经网络对肾小管上皮细胞进行自动检测的方法，属于图像处理领域。利用图像处理技术，先基于肾小管上皮细胞的形态学特征对细胞进行初筛，再结合卷积神经网络进行识别，从而达到对肾小管上皮细胞自动检测的效果，大大避免了传统人工检测的效率低、易受主观因素影响等缺点，达到便捷高效检测的效果。由于医学显微图像中有形成分数量繁多，背景复杂，医务人员在高强度长时间的工作状态下，易产生视觉疲劳，导致镜检时误判漏判的可能性较大。本发明基于数字图像处理技术，实现对肾小管上皮细胞的自动检测，不仅提高了检测的准确度、降低了患者延误治疗的风险，而且降低了医务人员的劳动强度。

主权项

一种基于卷积神经网络对肾小管上皮细胞进行自动检测的方法，该方法包括：步骤1：采集若干幅人体尿液的显微灰度图像；步骤2：对得到的灰度图像进行中值滤波；步骤3：对中值滤波后的图像进行底帽变换；步骤4：对底帽变换后的图像进行二值化，得到二值图像；步骤5：对所得二值图像标定连通域，结合肾小管上皮细胞的形态学特征，筛选出符合条件的连通域并记录其坐标；步骤5‑1：计算连通区域的面积，根据面积筛选满足一定条件的连通域；步骤5‑2：计算步骤5‑1所筛选的连通区域的周长，仅保留周长在一定范围内的连通区域并记录其坐标；步骤5‑3：计算步骤5‑2所筛选的连通区域的圆形度，保留圆形度在一定范围的连通区域并记录其坐标；圆形度计算公式为：其中，C为圆形度，S为连通区域的面积，L为连通区域的周长；步骤6：根据筛选出连通域的坐标，在原灰度图像中截取出对应区域的灰度小图；步骤7：将截取出的所有灰度小图进行归一化操作，统一为32×32像素大小的图像；步骤8：建立卷积网络并对其进行训练，之后，将待检测图像输入训练完成后的卷积神经网络，由卷积神经网络判断是否为肾小管上皮细胞；步骤9：统计肾小管上皮细胞的数量，输出结果数据。