CN111275670A - 一种宫颈细胞人工智能标记系统 - Google Patents
一种宫颈细胞人工智能标记系统 Download PDFInfo
- Publication number
- CN111275670A CN111275670A CN202010035517.XA CN202010035517A CN111275670A CN 111275670 A CN111275670 A CN 111275670A CN 202010035517 A CN202010035517 A CN 202010035517A CN 111275670 A CN111275670 A CN 111275670A
- Authority
- CN
- China
- Prior art keywords
- marking
- artificial intelligence
- sample
- cervical
- cells
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Radiology & Medical Imaging (AREA)
- General Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Quality & Reliability (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明公开了一种宫颈细胞人工智能标记系统，包括以下步骤：采集步骤、匹配步骤、传输步骤、AI标记步骤、医生标记步骤。该系统将中台、后端、AI的功能进行合理分配，中台负责前期样本图片采集整理和后期对接医生界面，后端作为中台和AI之间的传输通道，将图片下载后交予AI进行分析、训练，或将AI处理好的图片上传至中台，整个系统分工明确，对不同功能的模块使用特定的程序框架，保证了标记工作高效、顺畅地进行；此外，将AI用于细胞的定位标记，减少了人力成本，降低了人为失误，提高了后续AI诊断训练的准确性。
Description
技术领域
本发明涉及人工智能领域，尤其涉及一种宫颈细胞人工智能标记系统。
背景技术
宫颈癌在女性癌症死亡中致死率居于第四位，宫颈癌筛查也逐渐变成了女性体检的一项重要项目，子宫颈抹片检查是一种体检技术，广泛用于预防宫颈癌和发现具有潜在癌症的细胞。然而，诊断过程在很大程度上依赖于医生的经验，一方面非常耗时，另一方面，非常容易出现人为误判。
由于计算机技术的最新发展，人们正在尝试通过计算机辅助细胞检测，但是对于人工智能的训练需要提供大量经专业医生标记后的素材，素材的准备需要高效地完成，并且要求准确度高，才能保证后续人工智能的诊断训练正常进行，因此急需一种宫颈细胞人工智能标记系统。
发明内容
为了解决上述问题，本发明的第一方面提供了一种宫颈细胞人工智能标记系统，包括以下步骤：
S1.采集步骤：通过扫描仪扫描样本玻片，获得扫描图，同时将样本的基础信息导入中台；
S2.匹配步骤：从扫描图中选取视野图导入中台，与样本信息匹配对应；
S3.传输步骤：将对应好的视野图及信息传输至后端，再由后端传输给AI；
S4.AI标记步骤：AI将视野图中的细胞进行位置标记，将视野图和细胞坐标通过后端反馈至中台。
作为一种优选的技术方案，所述标记系统还包括：S5.医生标记步骤：由中台将视野图和细胞坐标分配给标记医生和复核医生，标记医生做出诊断标记，复核医生对诊断标记进行复核，诊断复核完成的视野图和细胞坐标通过后端的接口传输至AI，对AI进行训练。
作为一种优选的技术方案，所述采集步骤还包括对扫描效果的判断，若扫描图清晰则该扫描图进入系统的下一步骤，若扫描图不清晰，则该样本重新扫描直至获得清晰的扫描图。
作为一种优选的技术方案，所述样本的基础信息至少包括样本名称、样本采集时间、采样医院、被采样人的姓名、被采样人的年龄。
作为一种优选的技术方案，所述中台基于Java web框架构建。
作为一种优选的技术方案，所述选取视野图的规则为综合对比100个样本，确定宫颈细胞量最多的10个固定位置的视野图用于导入中台。
作为一种优选的技术方案，所述视野图中的细胞量大于40％。
作为一种优选的技术方案，所述后端基于Python框架构建。
作为一种优选的技术方案，所述细胞坐标以XML格式传输。
本发明的第二方面提供了一种如上所述的宫颈细胞人工智能标记系统的应用，其用于为宫颈细胞人工智能诊断系统提供训练素材。
有益效果：本发明提供了一种宫颈细胞人工智能标记系统，将中台、后端、AI的功能进行合理分配，中台负责前期样本图片采集整理和后期对接医生界面，后端作为中台和AI之间的传输通道，将图片下载后交予AI进行分析、训练，或将AI处理好的图片上传至中台，整个系统分工明确，对不同功能的模块使用特定的程序框架，保证了标记工作高效、顺畅地进行；此外，将AI用于细胞的定位标记，减少了人力成本，降低了人为失误，提高了后续AI诊断训练的准确性。
附图说明
为了进一步解释说明本发明中提供的一种宫颈细胞人工智能标记系统的有益效果，提供了相应的附图，需要指出的是本发明中提供的附图只是所有附图中选出来的个别示例，目的也不是作为对权利要求的限定，所有通过本申请中提供的附图获得的其他相应图谱均应该认为在本申请保护的范围之内。
图1为本发明中宫颈细胞人工智能标记系统的流程示意图。
具体实施方式
下面结合具体实施例及附图，进一步阐述本发明。应理解，这些实施例及附图仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。
除非另有定义，否则在公开本发明时使用的所有术语(包括技术和科学术语)具有本发明所属领域的普通技术人员通常理解的含义。借助于进一步引导，包括术语定义以更好地理解本发明的教导。
为了解决上述问题，本发明的第一方面提供了一种宫颈细胞人工智能标记系统，如图1所示，包括以下步骤：
S1.采集步骤：通过扫描仪扫描样本玻片，获得扫描图，同时将样本的基础信息导入中台；
S2.匹配步骤：从扫描图中选取视野图导入中台，与样本信息匹配对应；
S3.传输步骤：将对应好的视野图及信息传输至后端，再由后端传输给AI；
S4.AI标记步骤：AI将视野图中的细胞进行位置标记，将视野图和细胞坐标通过后端反馈至中台。
在一些优选的实施方式中，所述标记系统还包括：S5.医生标记步骤：由中台将视野图和细胞坐标分配给标记医生和复核医生，标记医生做出诊断标记，复核医生对诊断标记进行复核，诊断复核完成的视野图和细胞坐标通过后端的接口传输至AI，对AI进行训练。
S1.采集步骤
采集步骤是为了收集供AI标记、训练的素材样本，采集的对象为宫颈细胞样本玻片的扫描图，每个样本玻片都有对应的样本信息。
在一些实施方式中，所述采集步骤还包括对扫描效果的判断，若扫描图清晰则该扫描图进入系统的下一步骤，若扫描图不清晰，则该样本重新扫描直至获得清晰的扫描图。
在一些实施方式中，所述样本的基础信息至少包括样本名称、样本采集时间、采样医院、被采样人的姓名、被采样人的年龄。
在一些实施方式中，所述中台基于Java web框架构建。
在采集步骤当中，样本的基础信息由人工手动导入。
S2.匹配步骤
匹配步骤是将采集到的玻片样本扫描图与样本信息相互对应，便于系统记录、识别、分类、传输、储存等操作。
在一些实施方式中，所述选取视野图的规则为综合对比100个样本，确定宫颈细胞量最多的10个固定位置的视野图用于导入中台。
在一些实施方式中，所述视野图中的细胞量大于40％。
本申请中的细胞量是指TCT(Thinprepcytologic test，新柏氏液基细胞学检测)中采集的标本中细胞的总量，当细胞量大于40％时，能够提高检测准确度，反之若细胞量小于40％，则检测结果置信度较低。
本申请中视野图导入中台的操作由人工手动完成，匹配由中台完成，整合后的图片及信息进入系统的下一步骤。
S3.传输步骤
传输步骤是将图片、样本信息等内容在系统内部各模块之间传递，各模块分工明确，对这些内容进行不同的处理，使整个系统流畅衔接。
在一些实施方式中，所述后端基于Python框架构建。
S4.AI标记步骤
AI标记步骤可以将样本中所有能被识别的细胞全部都用标记框把位置标记出来，让医生进行细胞诊断标注即可，简化了医生标记中需要位置标记的工作，减少了人工失误。
在一些实施方式中，所述细胞坐标以XML格式传输。
当本发明采用包含S1～S4的技术方案时，可以实现由AI代替医生对样本中的细胞进行定位标记，减少了人力投入，并且大幅提高了定位标记的效率和准确度。
S5.医生标记步骤
医生标记步骤对AI定位的细胞进行诊断，由两名医生分别负责标记和复核，得到对应的诊断结果，该结果用于AI的诊断训练。
本发明的第二方面提供了一种如上所述的宫颈细胞人工智能标记系统的应用，其用于为宫颈细胞人工智能诊断系统提供训练素材。
本发明提供的一种宫颈细胞人工智能标记系统将中台、后端、AI的功能进行合理分配，中台负责前期样本图片采集整理和后期对接医生界面，后端作为中台和AI之间的传输通道，将图片下载后交予AI进行分析、训练，或将AI处理好的图片上传至中台，整个系统分工明确，对不同功能的模块使用特定的程序框架，保证了标记工作高效、顺畅地进行；此外，将AI用于细胞的定位标记，减少了人力成本，降低了人为失误，提高了后续AI诊断训练的准确性。
前述的实例仅是说明性的，用于解释本发明所述方法的一些特征。所附的权利要求旨在要求可以设想的尽可能广的范围，且本文所呈现的实施例仅是根据所有可能的实施例的组合的选择的实施方式的说明。因此，申请人的用意是所附的权利要求不被说明本发明的特征的示例的选择限制。在权利要求中所用的一些数值范围也包括了在其之内的子范围，这些范围中的变化也应在可能的情况下解释为被所附的权利要求覆盖。
Claims (10)
1.一种宫颈细胞人工智能标记系统，其特征在于，包括以下步骤：
S1.采集步骤：通过扫描仪扫描样本玻片，获得扫描图，同时将样本的基础信息导入中台；
S2.匹配步骤：从扫描图中选取视野图导入中台，与样本信息匹配对应；
S3.传输步骤：将对应好的视野图及信息传输至后端，再由后端传输给AI；
S4.AI标记步骤：AI将视野图中的细胞进行位置标记，将视野图和细胞坐标通过后端反馈至中台。
2.如权利要求1所述的宫颈细胞人工智能标记系统，其特征在于，所述标记系统还包括：S5.医生标记步骤：由中台将视野图和细胞坐标分配给标记医生和复核医生，标记医生做出诊断标记，复核医生对诊断标记进行复核，诊断复核完成的视野图和细胞坐标通过后端的接口传输至AI，对AI进行训练。
3.如权利要求1或2所述的宫颈细胞人工智能标记系统，其特征在于，所述采集步骤还包括对扫描效果的判断，若扫描图清晰则该扫描图进入系统的下一步骤，若扫描图不清晰，则该样本重新扫描直至获得清晰的扫描图。
4.如权利要求1或2所述的宫颈细胞人工智能标记系统，其特征在于，所述样本的基础信息至少包括样本名称、样本采集时间、采样医院、被采样人的姓名、被采样人的年龄。
5.如权利要求1或2所述的宫颈细胞人工智能标记系统，其特征在于，所述中台基于Java web框架构建。
6.如权利要求1或2所述的宫颈细胞人工智能标记系统，其特征在于，所述选取视野图的规则为综合对比100个样本，确定宫颈细胞量最多的10个固定位置的视野图用于导入中台。
7.如权利要求6所述的宫颈细胞人工智能标记系统，其特征在于，所述视野图中的细胞量大于40％。
8.如权利要求1或2所述的宫颈细胞人工智能标记系统，其特征在于，所述后端基于Python框架构建。
9.如权利要求1或2所述的宫颈细胞人工智能标记系统，其特征在于，所述细胞坐标以XML格式传输。
10.一种如权利要求2～9任一项所述的宫颈细胞人工智能标记系统的应用，其特征在于，其用于为宫颈细胞人工智能诊断系统提供训练素材。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010035517.XA CN111275670A (zh) | 2020-01-14 | 2020-01-14 | 一种宫颈细胞人工智能标记系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010035517.XA CN111275670A (zh) | 2020-01-14 | 2020-01-14 | 一种宫颈细胞人工智能标记系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111275670A true CN111275670A (zh) | 2020-06-12 |
Family
ID=71002969
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010035517.XA Withdrawn CN111275670A (zh) | 2020-01-14 | 2020-01-14 | 一种宫颈细胞人工智能标记系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111275670A (zh) |
-
2020
- 2020-01-14 CN CN202010035517.XA patent/CN111275670A/zh not_active Withdrawn
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| DK2973397T3 (en) | Tissue-object-based machine learning system for automated assessment of digital whole-slide glass | |
| CN111161822A (zh) | 医学影像人工智能诊断数据管理系统及其管理方法 | |
| CN103487104B (zh) | 一种细管液面式数据的图像采集识别系统及方法 | |
| CN110767312A (zh) | 人工智能辅助病理诊断系统及方法 | |
| CN110140040A (zh) | 自动化的组织切割仪器及其使用方法 | |
| CN112309566A (zh) | 影像智能识别与医学智能推理的远程自动诊断系统及方法 | |
| CN109003269A (zh) | 一种能提高医生效率的医学影像病灶的标注提取方法 | |
| CN110456050B (zh) | 便携式智能数字化寄生虫体外诊断仪 | |
| CN101763468A (zh) | 一种处理临床辅助检查资料的方法 | |
| CN113401450A (zh) | 一种核酸样本采集管理方法及其系统 | |
| CN115526834A (zh) | 免疫荧光图像检测方法及装置、设备、存储介质 | |
| CN116386902A (zh) | 基于深度学习的大肠癌人工智能辅助病理诊断系统 | |
| CN114264648B (zh) | 一种水质检测试纸识别方法和系统 | |
| CN115019977A (zh) | 一种病理全流程质控系统及方法 | |
| CN117576103A (zh) | 集成电控显微镜和深度学习算法的尿沉渣镜检分析系统 | |
| CN110660477A (zh) | 幽门螺杆菌自动筛选和标注的系统及方法 | |
| CN111275670A (zh) | 一种宫颈细胞人工智能标记系统 | |
| CN101311726A (zh) | 检测盘的影像检测方法 | |
| CN109979588A (zh) | 图像扫描病理切片系统 | |
| CN114241232B (zh) | 基于多任务学习的摄影体位识别和体表解剖标志检测方法 | |
| CN202916287U (zh) | 分泌物分析工作站 | |
| CN113029972A (zh) | 一种自动血尿比色方法及系统 | |
| CN112489013B (zh) | 一种用于医疗图像精细化处理系统 | |
| CN102914661A (zh) | 分泌物分析工作站 | |
| CN113869124A (zh) | 基于深度学习的血细胞形态学分类方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WW01 | Invention patent application withdrawn after publication | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20200612 |