CN113192621A - 一种血细胞检测用智能化人工读片系统 - Google Patents

一种血细胞检测用智能化人工读片系统 Download PDF

Info

Publication number
CN113192621A
CN113192621A CN202110206337.8A CN202110206337A CN113192621A CN 113192621 A CN113192621 A CN 113192621A CN 202110206337 A CN202110206337 A CN 202110206337A CN 113192621 A CN113192621 A CN 113192621A
Authority
CN
China
Prior art keywords
module
intelligent
blood cell
reading system
detection
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.)
Pending
Application number
CN202110206337.8A
Other languages
English (en)
Inventor
沈瀚
严虹
徐学静
赵勰
黄太宏
夏永泉
谢品浩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Drum Tower Hospital
Original Assignee
Nanjing Drum Tower Hospital
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing Drum Tower Hospital filed Critical Nanjing Drum Tower Hospital
Priority to CN202110206337.8A priority Critical patent/CN113192621A/zh
Publication of CN113192621A publication Critical patent/CN113192621A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
    • G06V20/698—Matching; Classification
    • 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
    • G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Pathology (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

本发明涉及一种血细胞检测用智能化人工读片系统，包括血细胞检测读片系统；血细胞检测读片系统包括血细胞智能检测系统、智能远程会诊系统以及临床评估系统；血细胞检测读片系统包括智能检测模块，智能检测模块包括细粒度图像识别模块；智能远程会诊系统包括远程实时阅片模块、数据传输模块以及语音对讲模块；临床评估系统包括DM96及人工镜检模块；不仅能够对学细胞进行检测分析，降低了医务人员的工作强度，与传统卷积神经网络系统相比，信息跨尺度冗余低，运行速度更快、迁徙性能高；可实现异常血细胞进一步精准分类，提高检验项目的诊断价值。

Description

一种血细胞检测用智能化人工读片系统
技术领域
本发明涉及输送设备领域，具体为一种血细胞检测用智能化人工读片系统。
背景技术
血细胞又称“血球”，是存在于血液中的细胞，能随血液的流动遍及全身。以哺乳动物来说，血球细胞主要含下列三个种类：红细胞：主要的功能是运送氧。白细胞：主要扮演了免疫的角色。当病菌侵入人体时，白细胞能穿过毛细血管壁，集中到病菌入侵部位，将病菌包围后吞噬。血小板：止血过程中起着重要作用。血细胞约占血液容积的45%，包括红细胞、白细胞和血小板；血细胞形态检测与急慢性炎症、细菌或病毒感染、寄生虫或过敏性疾病、再生障碍性贫血、急慢性白血病及严重贫血等疾病密切相关；
目前血细胞的形态学检查，人工显微镜镜检仍是重要的基本方法，但由于血常规报告周转时间要求严格，门急诊血常规的TAT时间要求为30 min，面对样本量逐年增多和技术力量紧缺的现状，人工镜检难以完成高强度的复检工作；另一方面，异常血细胞判读，及后续诊断的准确性，在很大程度上受限于医疗资源的区域化差异，从而导致异地就诊的巨大耗费，及可能错过最佳治疗时间的恶劣后果；
综上所述，本申请现提出一种血细胞检测用智能化人工读片系统来解决上述出现的问题。
发明内容
本发明目的是提供一种血细胞检测用智能化人工读片系统，以解决上述背景技术中提出的问题，本发明使用方便，操作简单，系统性高，实用性强。
为实现上述目的，本发明提供如下技术方案：一种血细胞检测用智能化人工读片系统，包括血细胞检测读片系统；所述血细胞检测读片系统包括血细胞智能检测系统、智能远程会诊系统以及临床评估系统；所述血细胞检测读片系统包括智能检测模块，所述智能检测模块包括细粒度图像识别模块；所述智能远程会诊系统包括远程实时阅片模块、数据传输模块以及语音对讲模块；所述临床评估系统包括DM96及人工镜检模块。
优选的，所述智能检测模块还包括深度学习检测模块。
更为优选的，所述智能检测模块还包括储存模块。
更为优选的，所述临床评估系统还包括统计分析模块。
更为优选的，所述临床评估系统还包括性能评价模块。
更为优选的，所述智能检测模块以平行多尺度深度神经网络技术为基础的深度学习血细胞智能检测。
更为优选的，所述统计分析模块采用Excel和SPSS软件；结果的相关性采用线性回归分析。
更为优选的，所述语音对讲模块用于实现语音实时对话。
更为优选的，所述数据传输模块用于将检测出的血细胞信息进行无线传输。
与现有技术相比，本发明的有益效果是：1、本发明通过设置血细胞智能检测系统、智能检测模块、细粒度图像识别模块以及深度学习检测模块的相互配合，不仅能够对学细胞进行检测分析，降低了医务人员的工作强度，与传统卷积神经网络系统相比，信息跨尺度冗余低，运行速度更快、迁徙性能高；可实现异常血细胞进一步精准分类，提高检验项目的诊断价值；2、本发明通过设置智能远程会诊系统、远程实时阅片模块、数据传输模块以及、语音对讲模块的相互配合，直接将相关信息数据通过数据传输模块传输到大型三甲医院，且在智能检测模块诊断的基础上，由医生进行远程阅片会诊，并将结果返回到初诊医院，从而使患者能及时取得可靠的检测结果，获得初步诊断，避免再次到上级医院重复检验；解决了目前基础医院优势医疗资源不足的矛盾，同时节约了病人的金钱和时间成本。
附图说明
图1为本发明血细胞检测读片系统的系统原理图；
图2为本发明智能检测模块中细粒度图像识别模块以及深度学习检测模块的系统原理图；
图3为本发明中智能检测模块中的储存模块的系统原理图。
附图标记中：100、血细胞检测读片系统；110、血细胞智能检测系统；111、智能检测模块；1111、细粒度图像识别模块；1112、深度学习检测模块；1113、储存模块；120、智能远程会诊系统；121、远程实时阅片模块；122、数据传输模块；123、语音对讲模块；130、临床评估系统；131、DM96及人工镜检模块；132、统计分析模块；133、性能评价模块。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1和图2，一种血细胞检测用智能化人工读片系统，包括血细胞检测读片系统100；所述血细胞检测读片系统100包括血细胞智能检测系统110、智能远程会诊系统120以及临床评估系统130；所述血细胞检测读片系统100包括智能检测模块111，所述智能检测模块111包括细粒度图像识别模块1111；所述智能远程会诊系统120包括远程实时阅片模块121、数据传输模块122以及语音对讲模块123；
其中，智能检测模块111以平行多尺度深度神经网络技术为基础，将整个形态学分析分解为分类和定位两个内容；分类网络拟采用现在表现良好的深度残差网络，考虑到不同类别的血细胞子类别之间差异很小，传统的分类思想难以精确到一个类别下不同子类别的准确识别，为此，可以考虑引入细粒度图像识别模块1111，考虑到细胞图像背景的单一性，定位首先考虑使用传统的图像分割方法；
所述临床评估系统130包括DM96及人工镜检模块131；
其中，DM96系统为现有技术，主要由光学显微镜、电荷耦合器件照相机、自动控制平台、机械及光控制硬件和利用人工神经网络自动细胞定位、血细胞预分类图像处理软件等组成；仪器可以连续、迅速地扫描血涂片，识别可能的细胞与非细胞成分，与基于人工神经网络系统软件中参考细胞库的参考细胞进行比较，从而识别各种细胞与非细胞成分，进行仪器预分类；
其中，所有血涂片先经DM96检测后，再由人工镜检，人工镜检由2位具备资格的检验人员，按照美国临床实验室标准化协会(CLSI)H20-2A规定的方法步骤，先后对同一血涂片在显微镜下进行分类细胞标注；
所述智能检测模块111还包括深度学习检测模块1112；
其中，深度学习检测模块1112的训练集主要靠前期医师的人工标注，标注的内容有血细胞的具体类别，血细胞在图中的具体位置，由四个参数组成，定位框左上角的x,y坐标，以及其长和高；
其中，在训练阶段，通过人工标注的方法，在血细胞切片上寻找“正常”和“异常”两类细胞样本。
建立“正常”细胞图片库，主要包括中性分叶核粒细胞、淋巴细胞、单核细胞、嗜酸性粒细胞、嗜碱性粒细胞、正常红细胞和正常血小板等；以及“异常”细胞图片库，主要包括幼稚白细胞、异型淋巴细胞、中性粒细胞的毒性变化和核象变化、大/巨血小板、畸形血小板、异常形态红细胞、幼稚红细胞等。这些数据经过预处理后，进入深度网络模型，得出分类结果，并根据标签进行梯度反向传播调整网络的参数。如此反复，网络便学会提取血细胞形态特征，从而正确分类；
在测试和最终使用阶段，依然从完整的血细胞组织切片上分割出许多相互重叠的小的图像块，这些图像块经由网络判断是否存在病变。判断完毕后，图像块按原来空间位置拼接，其判断病变的标识也对应地组合在一起，形成“概率图”；
其中，在先进的人工智能方法和互联网技术的基础上，开展血细胞的智能检测工作，并搭建智能远程会诊系统120，建立多中心联动平台；
在常规工作中，基层医疗机构发现异常外周血细胞信息并无法确认时，不再受到人员水平和仪器等条件限制，直接将相关信息数据传输到大型三甲医院，在智能检测模块111诊断的基础上，由高年资技师进行远程阅片会诊，并将结果返回到初诊医院，从而使患者能及时取得可靠的检测结果，获得初步诊断，避免再次到上级医院重复检验；解决了目前基础医院优势医疗资源不足的矛盾，同时节约了病人的金钱和时间成本；
所述智能检测模块111还包括储存模块1113；
其中，储存模块1113对检测出的血细胞数据进行储存；
所述临床评估系统130还包括统计分析模块132；
所述临床评估系统130还包括性能评价模块133；
其中，性能评价模块133将检测出的血细胞数据与人工镜检及DM96的结果进行对比分析；
所述智能检测模块111以平行多尺度深度神经网络技术为基础的深度学习血细胞智能检测；
所述统计分析模块132采用Excel和SPSS软件；结果的相关性采用线性回归分析；
其中，统计分析模块132采用Excel和SPSS软件，结果的相关性采用线性回归分析，预分析识别细胞能力采用符合率，项目系统对具有重要临床意义细胞的检出能力采用检出率(人工镜检阳性且系统结果也为阳性样本数/人工镜检阳性样本数)、漏检率 (人工镜检阳性而系统结果为阴性样本数/人工镜检阳性样本数)等指标；采用双侧检验，P< 0.05表示差异有统计学意义；
所述语音对讲模块123用于实现语音实时对话。
所述数据传输模块122用于将检测出的血细胞信息进行无线传输；
其中，本发明通过血细胞智能检测系统110，与传统卷积神经网络系统相比，信息跨尺度冗余低，运行速度更快、迁徙性能高；可实现异常血细胞进一步精准分类，提高检验项目的诊断价值；
工作原理：通过血细胞智能检测系统110对血细胞进行检测分析，智能检测模块111以平行多尺度深度神经网络技术为基础，将整个形态学分析分解为分类和定位两个内容；分类网络拟采用现在表现良好的深度残差网络，考虑到不同类别的血细胞子类别之间差异很小，传统的分类思想难以精确到一个类别下不同子类别的准确识别，为此，可以考虑引入细粒度图像识别，考虑到细胞图像背景的单一性，定位首先考虑使用传统的图像分割方法；
且在常规工作中，基层医疗机构发现异常外周血细胞信息并无法确认时，不再受到人员水平和仪器等条件限制，直接将相关信息数据通过数据传输模块122传输到大型三甲医院，且在智能检测模块111诊断的基础上，由医生进行远程阅片会诊，并将结果返回到初诊医院，从而使患者能及时取得可靠的检测结果，获得初步诊断，避免再次到上级医院重复检验；解决了目前基础医院优势医疗资源不足的矛盾，同时节约了病人的金钱和时间成本；所以本发明通过智能检测模块111的设置不仅能够对学细胞进行检测分析，降低了医务人员的工作强度，与传统卷积神经网络系统相比，信息跨尺度冗余低，运行速度更快、迁徙性能高；可实现异常血细胞进一步精准分类，提高检验项目的诊断价值；通过智能远程会诊系统120，解决了目前基础医院优势医疗资源不足的矛盾，同时节约了病人的金钱和时间成本。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点，对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (9)

1.一种血细胞检测用智能化人工读片系统，其特征在于：包括
血细胞检测读片系统（100）；
所述血细胞检测读片系统（100）包括血细胞智能检测系统（110）、智能远程会诊系统（120）以及临床评估系统（130）；
所述血细胞检测读片系统（100）包括智能检测模块（111），所述智能检测模块（111）包括细粒度图像识别模块（1111）；
所述智能远程会诊系统（120）包括远程实时阅片模块（121）、数据传输模块（122）以及语音对讲模块（123）；
所述临床评估系统（130）包括DM96及人工镜检模块（131）。
2.根据权利要求1所述的一种血细胞检测用智能化人工读片系统，其特征在于：所述智能检测模块（111）还包括深度学习检测模块（1112）。
3.根据权利要求1所述的一种血细胞检测用智能化人工读片系统，其特征在于：所述智能检测模块（111）还包括储存模块（1113）。
4.根据权利要求1所述的一种血细胞检测用智能化人工读片系统，其特征在于：所述临床评估系统（130）还包括统计分析模块（132）。
5.根据权利要求1所述的一种血细胞检测用智能化人工读片系统，其特征在于：所述临床评估系统（130）还包括性能评价模块（133）。
6.根据权利要求1所述的一种血细胞检测用智能化人工读片系统，其特征在于：所述智能检测模块（111）以平行多尺度深度神经网络技术为基础的深度学习血细胞智能检测。
7.根据权利要求4所述的一种血细胞检测用智能化人工读片系统，其特征在于：所述统计分析模块（132）采用Excel和SPSS软件；结果的相关性采用线性回归分析。
8.根据权利要求1所述的一种血细胞检测用智能化人工读片系统，其特征在于：所述语音对讲模块（123）用于实现语音实时对话。
9.根据权利要求1所述的一种血细胞检测用智能化人工读片系统，其特征在于：所述数据传输模块（122）用于将检测出的血细胞信息进行无线传输。
CN202110206337.8A 2021-02-24 2021-02-24 一种血细胞检测用智能化人工读片系统 Pending CN113192621A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110206337.8A CN113192621A (zh) 2021-02-24 2021-02-24 一种血细胞检测用智能化人工读片系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110206337.8A CN113192621A (zh) 2021-02-24 2021-02-24 一种血细胞检测用智能化人工读片系统

Publications (1)

Publication Number Publication Date
CN113192621A true CN113192621A (zh) 2021-07-30

Family

ID=76972976

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110206337.8A Pending CN113192621A (zh) 2021-02-24 2021-02-24 一种血细胞检测用智能化人工读片系统

Country Status (1)

Country Link
CN (1) CN113192621A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115792198A (zh) * 2022-12-01 2023-03-14 南京市第一医院 一种辅助血细胞分析仪判定异常血小板聚集的方法和系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105678075A (zh) * 2016-01-06 2016-06-15 万度网络技术有限公司 一种血细胞形态分析物联检测诊断方法及平台
CN112201336A (zh) * 2020-09-28 2021-01-08 暨南大学 一种基于ai诊断的远程会诊系统和方法
CN112205982A (zh) * 2020-06-19 2021-01-12 谈斯聪 血液数据采集分析智能识别诊断机器人平台
CN112215807A (zh) * 2020-09-24 2021-01-12 北京航空航天大学 基于深度学习的细胞图像自动分类方法及系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105678075A (zh) * 2016-01-06 2016-06-15 万度网络技术有限公司 一种血细胞形态分析物联检测诊断方法及平台
CN112205982A (zh) * 2020-06-19 2021-01-12 谈斯聪 血液数据采集分析智能识别诊断机器人平台
CN112215807A (zh) * 2020-09-24 2021-01-12 北京航空航天大学 基于深度学习的细胞图像自动分类方法及系统
CN112201336A (zh) * 2020-09-28 2021-01-08 暨南大学 一种基于ai诊断的远程会诊系统和方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
成明，等: "外周血涂片数字化结合网络会诊模式在白血病诊断中的应用", 《检验医学》, vol. 35, no. 6, pages 587 - 589 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115792198A (zh) * 2022-12-01 2023-03-14 南京市第一医院 一种辅助血细胞分析仪判定异常血小板聚集的方法和系统
CN115792198B (zh) * 2022-12-01 2024-03-15 南京市第一医院 一种辅助血细胞分析仪判定异常血小板聚集的方法和系统

Similar Documents

Publication Publication Date Title
WO2008046292A1 (fr) Procédé d&#39;analyse du sang en cinq étapes fondée sur une image visuelle
CN110084150A (zh) 一种基于深度学习的白细胞自动分类方法及系统
CN114494197A (zh) 一种复杂性小样本脑脊液细胞识别与分类方法
Simon et al. Shallow cnn with lstm layer for tuberculosis detection in microscopic images
CN113192621A (zh) 一种血细胞检测用智能化人工读片系统
CN114332855A (zh) 一种基于明场显微成像的无标记白细胞三分类方法
Leng et al. Knowledge distillation-based deep learning classification network for peripheral blood leukocytes
CN117576103B (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
Evangeline et al. Computer aided system for human blood cell identification, classification and counting
KR20010017092A (ko) 혈구세포의 형태 자동 분석 및 카운트 방법
KATAR et al. Automatic classification of white blood cells using pre-trained deep models
WO2023186051A1 (zh) 辅助诊断方法及装置、构建装置、分析装置及相关产品
CN112924452A (zh) 一种血液检查辅助系统
Priyankara et al. An extensible computer vision application for blood cell recognition and analysis
Khalid et al. Urine sediment analysis by using convolution neural network
CN114152557B (zh) 基于图像分析的血细胞计数方法和系统
Taher et al. Morphology analysis of sputum color images for early lung cancer diagnosis
CN202794194U (zh) 综合样本分析仪
CN116030957A (zh) 知识图谱构建方法、装置、辅助诊断设备及存储介质
Kohtala et al. Automated quantification of human osteoclasts using object detection
Lewis et al. Digital assessment of peripheral blood and bone marrow aspirate smears
CN114496196A (zh) 医疗实验室临床生化检验自动审核系统
Manescu et al. Automated detection of acute promyelocytic leukemia in blood films and bone marrow aspirates with annotation-free deep learning
Geronimo et al. Chronic Myelogenous Leukemia Detection Using Otsu’s Thresholding and Sobel Edge Detection with AI
CN113109337A (zh) 一种便于血细胞采集的检测平台

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