TWI777319B - 幹細胞密度確定方法、裝置、電腦裝置及儲存介質 - Google Patents

幹細胞密度確定方法、裝置、電腦裝置及儲存介質 Download PDF

Info

Publication number
TWI777319B
TWI777319B TW109142709A TW109142709A TWI777319B TW I777319 B TWI777319 B TW I777319B TW 109142709 A TW109142709 A TW 109142709A TW 109142709 A TW109142709 A TW 109142709A TW I777319 B TWI777319 B TW I777319B
Authority
TW
Taiwan
Prior art keywords
density
image
stem cell
reduction ratio
cell density
Prior art date
Application number
TW109142709A
Other languages
English (en)
Other versions
TW202223920A (zh
Inventor
李宛真
郭錦斌
盧志德
Original Assignee
鴻海精密工業股份有限公司
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 鴻海精密工業股份有限公司 filed Critical 鴻海精密工業股份有限公司
Priority to TW109142709A priority Critical patent/TWI777319B/zh
Publication of TW202223920A publication Critical patent/TW202223920A/zh
Application granted granted Critical
Publication of TWI777319B publication Critical patent/TWI777319B/zh

Links

Images

Landscapes

  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

一種幹細胞密度確定方法、裝置、電腦裝置以及儲存介質,所述方法包括:獲取待檢測的醫學圖像;根據第一縮小比例,縮小醫學圖像,獲得第一縮小圖像;將第一縮小圖像輸入至第一密度檢測模型中,獲得第一檢測結果;若第一檢測結果為第一縮小圖像的幹細胞密度大於或等於預設的第一密度,確定醫學圖像的幹細胞密度大於或等於預設的第一密度;若第一檢測結果為第一縮小圖像的幹細胞密度小於預設的第一密度,根據多個第二縮小比例以及多個第二密度檢測模型,對醫學圖像進行檢測,獲得第二檢測結果。本發明提高獲取幹細胞密度的效率。

Description

幹細胞密度確定方法、裝置、電腦裝置及儲存介質
本發明涉及圖像檢測技術領域,尤其涉及幹細胞密度確定方法、裝置、電腦裝置及儲存介質。
目前,可以透過計算圖像中幹細胞的數量和體積,然後估算整個圖像中幹細胞的密度,但在實踐中發現,計算圖像中幹細胞的數量和體積需要消耗的時長比較長,導致圖像中幹細胞密度的獲取效率不高。因此,如何提高幹細胞密度的獲取效率是一個亟需解決的技術問題。
鑒於以上內容,有必要提供一種幹細胞密度確定方法、裝置、電腦裝置及儲存介質,能夠提高幹細胞密度檢測的效率。
本發明的第一方面提供一種幹細胞密度確定方法,所述幹細胞密度確定方法包括:獲取待檢測的醫學圖像;根據預設的第一縮小比例,縮小所述醫學圖像,獲得第一縮小圖像;將所述第一縮小圖像輸入至第一密度檢測模型中,獲得第一檢測結果; 若所述第一檢測結果為所述第一縮小圖像的幹細胞密度大於或等於預設的第一密度,確定所述醫學圖像的幹細胞密度大於或等於預設的第一密度;若所述第一檢測結果為所述第一縮小圖像的幹細胞密度小於預設的第一密度,根據預設的多個第二縮小比例以及多個第二密度檢測模型,對所述醫學圖像進行檢測,獲得至少一個第二檢測結果,其中,所述多個第二縮小比例與所述多個第二密度檢測模型一一對應。
本發明的第二方面提供一種幹細胞密度確定裝置,所述幹細胞密度確定裝置包括:獲取模組,用於獲取待檢測的醫學圖像;縮小模組,用於根據預設的第一縮小比例,縮小所述醫學圖像,獲得第一縮小圖像;輸入模組,用於將所述第一縮小圖像輸入至第一密度檢測模型中,獲得第一檢測結果;確定模組,用於若所述第一檢測結果為所述第一縮小圖像的幹細胞密度大於或等於預設的第一密度,確定所述醫學圖像的幹細胞密度大於或等於預設的第一密度;檢測模組,用於若所述第一檢測結果為所述第一縮小圖像的幹細胞密度小於預設的第一密度,根據預設的多個第二縮小比例以及多個第二密度檢測模型,對所述醫學圖像進行檢測,獲得至少一個第二檢測結果,其中,所述多個第二縮小比例與所述多個第二密度檢測模型一一對應。
本發明的第三方面提供一種電腦裝置,所述電腦裝置包括:儲存器,儲存至少一個指令;及處理器,獲取所述儲存器中儲存的指令以實現所述幹細胞密度確定方法。
本發明的第四方面提供一種電腦可讀儲存介質,所述電腦可讀儲存介質中儲存有至少一個指令,所述至少一個指令被電腦裝置中的處理器獲取以實現所述幹細胞密度確定方法。
由以上技術方案,本發明中,可以使用多個縮小比例以及多個密度檢測模型對醫學圖像進行分層次的幹細胞密度檢測。從預設的最大的縮小比例(所述第一縮小比例)進行縮小的醫學圖像開始到不進行縮小的醫學圖像,使用從檢測的幹細胞密度最大的模型(所述第一密度檢測模型)開始到檢測密度最小的模型(所述第三密度檢測模型)進行幹細胞密度檢測。對於縮小的醫學圖像,幹細胞密度較大的容易被檢測出來,幹細胞密度較小的不容易被檢測出來。使用不同縮小比例以及對應的不同幹細胞密度的檢測模型進行檢測,不需要計算幹細胞的數量來獲得幹細胞密度,提高了幹細胞密度檢測的效率。
2:幹細胞密度確定裝置
201:獲取模組
202:縮小模組
203:輸入模組
204:檢測模組
205:確定模組
206:訓練模組
207:輸出模組
3:電腦裝置
31:儲存器
32:處理器
33:電腦程式
34:通訊匯流排
圖1是本發明公開的一種幹細胞密度確定方法的較佳實施例的流程圖。
圖2是本發明公開的一種幹細胞密度確定裝置的較佳實施例的功能模組圖。
圖3是本發明實現幹細胞密度確定方法的較佳實施例的電腦裝置的結構示意圖。
下面將結合本發明實施例中的附圖,對本發明實施例中的技術方案進行清楚、完整地描述,顯然,所描述的實施例僅僅是本發明一部分實施例,而不是全部的實施例。基於本發明中的實施例,本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例,都屬於本發明保護的範圍。
除非另有定義,本文所使用的所有的技術和科學術語與屬於本發明的技術領域的技術人員通常理解的含義相同。本文中在本發明的說明書中所使用的術語只是為了描述具體的實施例的目的,不是旨在於限制本發明。
本發明實施例的幹細胞密度確定方法應用在電腦裝置中,也可以應用在電腦裝置和透過網路與所述電腦裝置進行連接的伺服器所構成的硬體環境中,由伺服器和電腦裝置共同執行。網路包括但不限於:廣域網路、都會區網路或局域網。
其中,伺服器可以是指能對網路中其它設備(如電腦裝置)提供服務的電腦系統。從狹義範圍上講,伺服器專指某些高性能電腦,能透過網路,對外提供服務,其相對於普通的個人電腦來說,穩定性、安全性、性能等方面都要求更高,因此在CPU、晶片組、儲存器、磁片系統、網路等硬體和普通的個人電腦有所不同。不過,如果一個個人電腦能夠對外提供例如但不限於檔案傳輸通訊協定(File Transfer Protocol,簡稱FTP)服務,也可以叫伺服器。
所述電腦裝置是一種能夠按照事先設定或儲存的指令,自動進行數值計算和/或資訊處理的設備,其硬體包括但不限於微處理器、專用積體電路(ASIC)、現場可程式設計閘陣列(FPGA)、數位訊號處理器(DSP)、嵌入式設備等。所述電腦裝置還可包括網路設備和/或使用者設備。其中,所述網路設備包括但不限於單個網路設備、多個網路設備組成的伺服器組或基於雲計算(Cloud Computing)的由大量主機或網路設備構成的雲,其中,雲計算是分散式運算的一種,由一群鬆散耦合的電腦集組成的一個超級虛擬電腦。所述使用者設備包括但不限於任何一種可與使用者透過鍵盤、滑鼠、遙控器、觸控板或聲控設備等方式進行人機交互的電子產品,例如,個人電腦、平板電腦、智慧手機、個人數位助理(PDA)等。
請參見圖1,圖1是本發明公開的一種幹細胞密度確定方法的較佳實施例的流程圖。其中,所述幹細胞密度確定方法的執行主體可以是電腦裝置。
步驟S11、獲取待檢測的醫學圖像。
其中,所述醫學圖像中可以包括但不限於幹細胞、其他細胞以及雜質。
作為一種可選的實施方式,所述步驟S11之前,所述幹細胞密度確定方法還包括:獲取預設的第一訓練圖像;從所有所述第一訓練圖像中,將幹細胞密度大於或等於所述第一密度的第一訓練圖像確定為第一正圖像,以及將幹細胞密度小於所述第一密度的第一訓練圖像確定為第一負圖像;根據所述第一縮小比例,縮小所述第一正圖像,獲得第一正樣本,以及根據所述第一縮小比例,縮小所述第一負圖像,獲得第一負樣本;使用所述第一正樣本以及所述第一負樣本進行訓練,獲得訓練好的所述第一密度檢測模型。
在該可選的實施方式中,可以預先準備一些訓練圖像,這些訓練圖像中包括了具有不同幹細胞密度的醫學圖像,將幹細胞密度大於或等於所述第一密度的訓練圖像確定為第一正圖像,以及將幹細胞密度小於所述第一密度的訓練圖像確定為第一負圖像,比如,所述第一密度可以是80%。然後,根據所述第一縮小比例,縮小所述第一正圖像,獲得第一正樣本,以及根據所述第一縮小比例,縮小所述第一負圖像,獲得第一負樣本,比如,假設所述第一縮小比例為60%,將所述醫學圖像縮小60%。使用所述第一正樣本以及所述第一負樣本進行訓練,獲得訓練好的所述第一密度檢測模型。所述第一密度檢測模型,可以對縮小了60%的所述醫學圖像進行密度檢測,判斷所述醫學圖像中的幹細胞密度是否大於或等於所述第一密度。
作為一種可選的實施方式,所述步驟S11之前,所述幹細胞密度確定方法還包括:獲取預設的第二訓練圖像;針對每個所述第二縮小比例,從所有所述第二訓練圖像中,將幹細胞密度大於或等於所述第二縮小比例對應的第二密度的第二訓練圖像確定為第二正圖像,以及將幹細胞密度小於所述第二縮小比例對應的第二密度的第二訓練圖像確定為第二負圖像;根據所述第二縮小比例,縮小所述第二正圖像,獲得第二正樣本,以及根據所述第二縮小比例, 縮小所述第二負圖像,獲得第二負樣本;使用所述第二正樣本以及所述第二負樣本進行訓練,獲得訓練好的與所述第二縮小比例對應的第二密度檢測模型。
在該可選的實施方式中,可以預先準備一些訓練圖像,這些訓練圖像中包括了具有不同幹細胞密度的醫學圖像,對於每個第二密度,將幹細胞密度大於或等於所述第二密度的訓練圖像確定為第二圖像,以及將幹細胞密度小於所述第二密度的訓練圖像確定為第一負圖像,比如,假設其中一個第二密度是60%,對應的第二縮小比例為40%,根據對應的所述第二縮小比例,縮小所述第一正圖像,獲得第二正樣本,以及根據所述第二縮小比例,縮小所述第二負圖像,獲得第二負樣本。使用所述第二正樣本以及所述第二負樣本進行訓練,獲得訓練好的所述第二密度檢測模型。所述第二密度檢測模型,可以對縮小了40%的所述醫學圖像進行密度檢測,判斷所述醫學圖像中的幹細胞密度是否大於或等於所述第二密度。
作為一種可選的實施方式,所述步驟S11之前,所述幹細胞密度確定方法還包括:獲取預設的第三訓練圖像;從所有所述第三訓練圖像中,將幹細胞密度大於或等於預設的第三密度的第三訓練圖像確定為第三正樣本,以及將幹細胞密度小於所述第三密度的第三訓練圖像確定為第三負樣本;使用所述第三正樣本以及所述第三負樣本進行訓練,獲得訓練好的所述第三密度檢測模型。
在該可選的實施方式中,可以預先準備一些訓練圖像,這些訓練圖像中包括了具有不同幹細胞密度的醫學圖像,將幹細胞密度大於或等於所述第三密度的訓練圖像確定為第三正樣本,以及將幹細胞密度小於所述第一密度的訓練圖像確定為第三負樣本,比如,所述第三密度可以是10%。使用所述第三正樣本以及所述第三負樣本進行訓練,獲得訓練好的所述第三密度檢測模型。所述第三密度檢測模型,可以對沒有進行縮小的所述醫學圖像進行密度檢測,判斷所述醫學圖像中的幹細胞密度是否大於或等於所述第三密度。
步驟S12、根據預設的第一縮小比例,縮小所述醫學圖像,獲得第一縮小圖像。
本發明實施例中,可以根據預設的第一縮小比例,縮小所述醫學圖像,獲得第一縮小圖像。假設所述第一縮小比例為60%,所述第一縮小圖像是縮小了60%的所述醫學圖像。
步驟S13、將所述第一縮小圖像輸入至第一密度檢測模型中,獲得第一檢測結果。
本發明實施例中,所述第一密度檢測模型用於判斷所述第一縮小圖像的幹細胞密度是否大於或等於預設的第一密度,其中,所述第一密度可以是較大的幹細胞密度,比如80%,第一檢測結果可以為所述第一縮小圖像的幹細胞密度大於或等於80%,或者,所述第一縮小圖像的幹細胞密度小於80%。
步驟S14、若所述第一檢測結果為所述第一縮小圖像的幹細胞密度大於或等於預設的第一密度,確定所述醫學圖像的幹細胞密度大於或等於預設的第一密度。
作為一種可選的實施方式,所述幹細胞密度確定方法還包括:若所述第一檢測結果為所述第一縮小圖像的幹細胞密度大於或等於預設的第一密度,確定所述醫學圖像的幹細胞密度大於或等於預設的第一密度;輸出所述醫學圖像的幹細胞密度。
在該可選的實施方式中,若所述第一檢測結果為所述第一縮小圖像的幹細胞密度大於或等於預設的第一密度,比如所述第一檢測結果所述第一縮小圖像的幹細胞密度大於或等於80%,確定所述醫學圖像的幹細胞密度大於或等於80%。可以輸出“幹細胞密度大於或等於80%”的文字資訊。
步驟S15、若所述第一檢測結果為所述第一縮小圖像的幹細胞密度小於預設的第一密度,根據預設的多個第二縮小比例以及多個第二密度檢測模型,對所述醫學圖像進行檢測,獲得至少一個第二檢測結果,其中,所述多個第二縮小比例與所述多個第二密度檢測模型一一對應。
其中,所述第一縮小比例大於所述多個第二縮小比例中的任一個。比如,所述第一縮小比例可以為60%,所述多個第二縮小比例可以為50%、40%、30%以及20%等。與所述多個第二縮小比例一一對應的多個第二密度檢測模型的檢測密度可以為60%、50%、40%、30%等。
具體的,所述根據預設的多個第二縮小比例以及多個第二密度檢測模型,對所述醫學圖像進行檢測,獲得至少一個第二檢測結果包括:按照所述多個第二縮小比例從大到小的順序,對所述多個第二縮小比例進行排序,獲得排序結果;根據所述排序結果中的最大的第二縮小比例,對所述醫學圖像進行縮小,獲得第二縮小圖像;將所述第二縮小圖像輸入至所述最大的第二縮小比例對應的第二密度檢測模型中,獲得所述第二縮小圖像對應的第二檢測結果;若所述第二縮小圖像對應的第二檢測結果為所述第二縮小圖像的幹細胞密度小於所述最大的第二縮小比例對應的第二密度,根據所述排序結果,確定與所述最大的第二縮小比例相鄰的目標縮小比例;根據所述目標縮小比例,縮小所述醫學圖像,獲得第三縮小圖像;將所述第三縮小圖像輸入至與所述目標縮小比例對應的第二密度檢測模型中,獲得與所述第三縮小圖像對應的第二檢測結果。
在該可選的實施方式中,假設所述多個第二縮小比例為50%、40%、30%以及20%、與所述多個第二縮小比例一一對應的多個第二密度檢測模型的檢測密度可以為50%、40%、30%、20%。首先可以將所述醫學圖像縮小50%,獲得所述第二縮小圖像,然後將所述第二縮小圖像輸入至對應的檢測密度為50%的第二密度檢測模型中,獲得所述第二縮小圖像對應的第二檢測結果,所述第二縮小圖像對應的第二檢測結果可以為所述第二縮小圖像的幹細胞密度小於50%,或者,為所述第二縮小圖像的幹細胞密度大於或等於50%。如果所述目標檢測結果可以為所述第二縮小圖像的幹細胞密度小於50%,將所述醫學圖像縮小40%(與所述最大的第二縮小比例相鄰的目標縮小比例),獲得所述第三縮小圖像。將所述第三縮小圖像輸入至與所述目標縮小比例對應的第二密度檢測 模型中(即將所述第三縮小圖像輸入至檢測密度為40%的第二密度檢測模型中),與所述第三縮小圖像對應的第二檢測結果可以為所述第三縮小圖像的幹細胞密度大於或等於40%,或者為所述第三縮小圖像的幹細胞密度小於40%。
可選的,若與所述第三縮小圖像對應的第二檢測結果為所述第三縮小圖像的幹細胞密度小於40%,則按照所述排序結果,獲取下一個縮小比例(比如30%),縮小所述醫學圖像,以及使用對應的第二密度檢測模型(比如檢測密度為30%的第二密度檢測模型)進行檢測。
作為一種可選的實施方式,所述幹細胞密度確定方法還包括:若所述第二縮小圖像對應的第二檢測結果為所述第二縮小圖像的幹細胞密度大於或等於所述最大的第二縮小比例對應的第二密度,確定所述第二縮小圖像的幹細胞密度大於或等於所述最大的第二縮小比例對應的第二密度且小於所述第一密度;確定所述醫學圖像的幹細胞密度大於或等於所述最大的第二縮小比例對應的第二密度且小於所述第一密度。
在該可選的實施方式中,若所述第二縮小圖像對應的第二檢測結果為所述第二縮小圖像的幹細胞密度大於或等於所述最大的第二縮小比例對應的第二密度,不需要再對圖像進行幹細胞密度檢測,確定所述第二縮小圖像的幹細胞密度大於或等於所述最大的第二縮小比例對應的第二密度且小於所述第一密度;即可以確定所述醫學圖像的幹細胞密度大於或等於所述最大的第二縮小比例對應的第二密度且小於所述第一密度。
作為一種可選的實施方式,所述幹細胞密度確定方法還包括:若所述至少一個第二檢測結果均為所述醫學圖像的幹細胞密度小於預設的第二密度,將所述醫學圖像輸入至第三密度檢測模型中,獲得所述醫學圖像的幹細胞密度。
其中,所述第一密度大於所述多個第二密度中的任一個,所述多個第二密度都大於所述第三密度檢測模型對應的第三密度。
其中,所述第三密度檢測模型用於檢測所述醫學圖像的幹細胞密度是否大於或等於第三密度,所述第三密度是比較小的幹細胞密度,比如10%。
本發明實施例中,若所述多個第二檢測結果均為所述醫學圖像的幹細胞密度小於預設的第二密度,這時不需要縮小所述醫學圖像,直接將所述醫學圖像輸入至第三密度檢測模型中。所述第三密度檢測模型輸出的結果可以為所述醫學圖像的幹細胞密度小於10%,或者為所述醫學圖像的幹細胞密度大於或等於10%且小於20%。
在圖1所描述的方法流程中,可以使用多個縮小比例以及多個密度檢測模型對醫學圖像進行分層次的幹細胞密度檢測。從預設的最大的縮小比例(所述第一縮小比例)進行縮小的醫學圖像開始到不進行縮小的醫學圖像,使用從檢測的幹細胞密度最大的模型(所述第一密度檢測模型)開始到檢測密度最小的模型(所述第三密度檢測模型)進行幹細胞密度檢測。對於縮小的醫學圖像,幹細胞密度較大的容易被檢測出來,幹細胞密度較小的不容易被檢測出來。使用不同縮小比例以及對應的不同幹細胞密度的檢測模型進行檢測,不需要計算幹細胞的數量來獲得幹細胞密度,提高了幹細胞密度檢測的效率。
請參見圖2,圖2是本發明公開的一種幹細胞密度確定裝置的較佳實施例的功能模組圖。
在一些實施例中,所述幹細胞密度確定裝置運行於電腦裝置中。所述幹細胞密度確定裝置可以包括多個由程式碼段所組成的功能模組。所述幹細胞密度確定裝置中的各個程式段的程式碼可以儲存於儲存器中,並由至少一個處理器所執行,以執行圖1所描述的幹細胞密度確定方法中的部分或全部步驟。
本實施例中,所述幹細胞密度確定裝置2根據其所執行的功能,可以被劃分為多個功能模組。所述功能模組可以包括:獲取模組201、縮小模組202、輸入模組203、檢測模組204、確定模組205、訓練模組206及輸出模組 207。本發明所稱的模組是指一種能夠被至少一個處理器所執行並且能夠完成固定功能的一系列電腦程式段,其儲存在儲存器中。
獲取模組201,用於獲取待檢測的醫學圖像。
其中,所述醫學圖像中可以包括但不限於幹細胞、其他細胞以及雜質。
縮小模組202,用於根據預設的第一縮小比例,縮小所述醫學圖像,獲得第一縮小圖像。
本發明實施例中,可以根據預設的第一縮小比例,縮小所述醫學圖像,獲得第一縮小圖像。假設所述第一縮小比例為60%,所述第一縮小圖像是縮小了60%的所述醫學圖像。
輸入模組203,用於將所述第一縮小圖像輸入至第一密度檢測模型中,獲得第一檢測結果。
本發明實施例中,所述第一密度檢測模型用於判斷所述第一縮小圖像的幹細胞密度是否大於或等於預設的第一密度,其中,所述第一密度可以是較大的幹細胞密度,比如80%,第一檢測結果可以為所述第一縮小圖像的幹細胞密度大於或等於80%,或者,所述第一縮小圖像的幹細胞密度小於80%。
確定模組205,用於若所述第一檢測結果為所述第一縮小圖像的幹細胞密度大於或等於預設的第一密度,確定所述醫學圖像的幹細胞密度大於或等於預設的第一密度。
作為一種可選的實施方式,所述幹細胞密度確定裝置還可以包括:所述確定模組205,還用於若所述第一檢測結果為所述第一縮小圖像的幹細胞密度大於或等於預設的第一密度,確定所述醫學圖像的幹細胞密度大於或等於預設的第一密度;輸出模組207,用於輸出所述醫學圖像的幹細胞密度。
在該可選的實施方式中,若所述第一檢測結果為所述第一縮小圖像的幹細胞密度大於或等於預設的第一密度,比如所述第一檢測結果所述第一 縮小圖像的幹細胞密度大於或等於80%,確定所述醫學圖像的幹細胞密度大於或等於80%。可以輸出“幹細胞密度大於或等於80%”的文字資訊。
檢測模組204,用於若所述第一檢測結果為所述第一縮小圖像的幹細胞密度小於預設的第一密度,根據預設的多個第二縮小比例以及多個第二密度檢測模型,對所述醫學圖像進行檢測,獲得至少一個第二檢測結果,其中,所述多個第二縮小比例與所述多個第二密度檢測模型一一對應。
其中,所述第一縮小比例大於所述多個第二縮小比例中的人一個。比如,所述第一縮小比例可以為60%,所述多個第二縮小比例可以為50%、40%、30%以及20%等。與所述多個第二縮小比例一一對應的多個第二密度檢測模型的檢測密度可以為60%、50%、40%、30%等。
所述輸入模組203,還用於若所述至少一個第二檢測結果均為所述醫學圖像的幹細胞密度小於預設的第二密度,將所述醫學圖像輸入至第三密度檢測模型中,獲得所述醫學圖像的幹細胞密度。
其中,所述第一密度大於所述多個第二密度中的任一個,所述多個第二密度都大於所述第三密度檢測模型對應的第三密度。
其中,所述第三密度檢測模型用於檢測所述醫學圖像的幹細胞密度是否大於或等於第三密度,所述第三密度是比較小的幹細胞密度,比如10%。
本發明實施例中,若所述第二檢測結果為所述醫學圖像的幹細胞密度都小於預設的多個第二密度,這時不需要縮小所述醫學圖像,直接將所述醫學圖像輸入至第三密度檢測模型中。所述第三密度檢測模型輸出的結果可以為所述醫學圖像的幹細胞密度小於10%,或者為所述醫學圖像的幹細胞密度大於或等於10%且小於20%。
作為一種可選的實施方式,所述檢測模組204根據預設的多個第二縮小比例以及多個第二密度檢測模型,對所述醫學圖像進行檢測,獲得至少一個第二檢測結果的方式具體為:按照所述多個第二縮小比例從大到小的順序,對所述多個第二縮小比例進行排序,獲得排序結果;根據所述排序結果中的最 大的第二縮小比例,對所述醫學圖像進行縮小,獲得第二縮小圖像;將所述第二縮小圖像輸入至所述最大的第二縮小比例對應的第二密度檢測模型中,獲得所述第二縮小圖像對應的第二檢測結果;若所述第二縮小圖像對應的第二檢測結果為所述第二縮小圖像的幹細胞密度小於所述最大的第二縮小比例對應的第二密度,根據所述排序結果,確定與所述最大的第二縮小比例相鄰的目標縮小比例;根據所述目標縮小比例,縮小所述醫學圖像,獲得第三縮小圖像;將所述第三縮小圖像輸入至與所述目標縮小比例對應的第二密度檢測模型中,獲得所述第三縮小圖像對應的第二檢測結果。
在該可選的實施方式中,假設所述多個第二縮小比例為50%、40%、30%以及20%、與所述多個第二縮小比例一一對應的多個第二密度檢測模型的檢測密度可以為50%、40%、30%、20%。首先可以將所述醫學圖像縮小50%,獲得所述第二縮小圖像,然後將所述第二縮小圖像輸入至對應的檢測密度為50%的第二密度檢測模型中,獲得所述第二縮小圖像對應的第二檢測結果,所述第二縮小圖像對應的第二檢測結果可以為所述第二縮小圖像的幹細胞密度小於50%,或者,為所述第二縮小圖像的幹細胞密度大於或等於50%。如果所述目標檢測結果可以為所述第二縮小圖像的幹細胞密度小於50%,將所述醫學圖像縮小40%(與所述最大的第二縮小比例相鄰的目標縮小比例),獲得所述第三縮小圖像。將所述第三縮小圖像輸入至與所述目標縮小比例對應的第二密度檢測模型中(即將所述第三縮小圖像輸入至檢測密度為40%的第二密度檢測模型中),與所述第三縮小圖像對應的第二檢測結果可以為所述第三縮小圖像的幹細胞密度大於或等於40%,或者為所述第三縮小圖像的幹細胞密度小於40%。
可選的,若與所述第三縮小圖像對應的第二檢測結果為所述第三縮小圖像的幹細胞密度小於40%,則按照所述排序結果,獲取下一個縮小比例(比如30%),縮小所述醫學圖像,以及使用對應的第二密度檢測模型(比如檢測密度為30%的第二密度檢測模型)進行檢測。
作為一種可選的實施方式,所述幹細胞密度確定裝置還可以包括:所述確定模組205,還用於若所述第二縮小圖像對應的第二檢測結果為所述第二縮小圖像的幹細胞密度大於或等於所述最大的第二縮小比例對應的第二密度,確定所述第二縮小圖像的幹細胞密度大於或等於所述最大的第二縮小比例對應的第二密度且小於所述第一密度;所述確定模組205,還用於確定所述醫學圖像的幹細胞密度大於或等於所述最大的第二縮小比例對應的第二密度且小於所述第一密度。
在該可選的實施方式中,若所述第二縮小圖像對應的第二檢測結果為所述第二縮小圖像的幹細胞密度大於或等於所述最大的第二縮小比例對應的第二密度,不需要再對圖像進行幹細胞密度檢測,確定所述第二縮小圖像的幹細胞密度大於或等於所述最大的第二縮小比例對應的第二密度且小於所述第一密度;即可以確定所述醫學圖像的幹細胞密度大於或等於所述最大的第二縮小比例對應的第二密度且小於所述第一密度。
作為一種可選的實施方式,所述獲取模組201,還用於獲取預設的第一訓練圖像;所述確定模組205,還用於從所有所述第一訓練圖像中,將幹細胞密度大於或等於所述第一密度的第一訓練圖像確定為第一正圖像,以及將幹細胞密度小於所述第一密度的第一訓練圖像確定為第一負圖像;所述縮小模組202,還用於根據所述第一縮小比例,縮小所述第一正圖像,獲得第一正樣本,以及根據所述第一縮小比例,縮小所述第一負圖像,獲得第一負樣本;訓練模組206,用於使用所述第一正樣本以及所述第一負樣本進行訓練,獲得訓練好的所述第一密度檢測模型。
在該可選的實施方式中,可以預先準備一些訓練圖像,這些訓練圖像中包括了具有不同幹細胞密度的醫學圖像,將幹細胞密度大於或等於所述第一密度的訓練圖像確定為第一正圖像,以及將幹細胞密度小於所述第一密度的訓練圖像確定為第一負圖像,比如,所述第一密度可以是80%。然後,根據所述第一縮小比例,縮小所述第一正圖像,獲得第一正樣本,以及根據所述第 一縮小比例,縮小所述第一負圖像,獲得第一負樣本,比如,假設所述第一縮小比例為60%,將所述醫學圖像縮小60%。使用所述第一正樣本以及所述第一負樣本進行訓練,獲得訓練好的所述第一密度檢測模型。所述第一密度檢測模型,可以對縮小了60%的所述醫學圖像進行密度檢測,判斷所述醫學圖像中的幹細胞密度是否大於或等於所述第一密度。
作為一種可選的實施方式,所述獲取模組201,還用於獲取預設的第二訓練圖像;所述確定模組205,還用於針對每個所述第二縮小比例,從所有所述第二訓練圖像中,將幹細胞密度大於或等於所述第二縮小比例對應的第二密度的第二訓練圖像確定為第二正圖像,以及將幹細胞密度小於所述第二縮小比例對應的第二密度的第二訓練圖像確定為第二負圖像;所述縮小模組202,還用於根據所述第二縮小比例,縮小所述第二正圖像,獲得第二正樣本,以及根據所述第二縮小比例,縮小所述第二負圖像,獲得第二負樣本;所述訓練模組206,還用於使用所述第二正樣本以及所述第二負樣本進行訓練,獲得訓練好的與所述第二縮小比例對應的第二密度檢測模型。
在該可選的實施方式中,可以預先準備一些訓練圖像,這些訓練圖像中包括了具有不同幹細胞密度的醫學圖像,對於每個第二密度,將幹細胞密度大於或等於所述第二密度的訓練圖像確定為第二圖像,以及將幹細胞密度小於所述第二密度的訓練圖像確定為第一負圖像,比如,假設其中一個第二密度是60%,對應的第二縮小比例為40%,根據對應的所述第二縮小比例,縮小所述第一正圖像,獲得第二正樣本,以及根據所述第二縮小比例,縮小所述第二負圖像,獲得第二負樣本。使用所述第二正樣本以及所述第二負樣本進行訓練,獲得訓練好的所述第二密度檢測模型。所述第二密度檢測模型,可以對縮小了40%的所述醫學圖像進行密度檢測,判斷所述醫學圖像中的幹細胞密度是否大於或等於所述第二密度。
作為一種可選的實施方式,所述獲取模組201,還用於獲取預設的第三訓練圖像;所述確定模組205,還用於從所有所述第三訓練圖像中,將幹細 胞密度大於或等於預設的第三密度的第三訓練圖像確定為第三正樣本,以及將幹細胞密度小於所述第三密度的第三訓練圖像確定為第三負樣本;所述訓練模組206,還用於使用所述第三正樣本以及所述第三負樣本進行訓練,獲得訓練好的所述第三密度檢測模型。
在該可選的實施方式中,可以預先準備一些訓練圖像,這些訓練圖像中包括了具有不同幹細胞密度的醫學圖像,將幹細胞密度大於或等於所述第三密度的訓練圖像確定為第三正樣本,以及將幹細胞密度小於所述第一密度的訓練圖像確定為第三負樣本,比如,所述第三密度可以是10%。使用所述第三正樣本以及所述第三負樣本進行訓練,獲得訓練好的所述第三密度檢測模型。所述第三密度檢測模型,可以對沒有進行縮小的所述醫學圖像進行密度檢測,判斷所述醫學圖像中的幹細胞密度是否大於或等於所述第三密度。
在圖2所描述的幹細胞密度確定裝置中,可以使用多個縮小比例以及多個密度檢測模型對醫學圖像進行分層次的幹細胞密度檢測。從預設的最大的縮小比例(所述第一縮小比例)進行縮小的醫學圖像開始到不進行縮小的醫學圖像,使用從檢測的幹細胞密度最大的模型(所述第一密度檢測模型)開始到檢測密度最小的模型(所述第三密度檢測模型)進行幹細胞密度檢測。對於縮小的醫學圖像,幹細胞密度較大的容易被檢測出來,幹細胞密度較小的不容易被檢測出來。使用不同縮小比例以及對應的不同幹細胞密度的檢測模型進行檢測,不需要計算幹細胞的數量來獲得幹細胞密度,提高了幹細胞密度檢測的效率。
如圖3所示,圖3是本發明實現幹細胞密度確定方法的較佳實施例的電腦裝置的結構示意圖。所述電腦裝置3包括儲存器31、至少一個處理器32、儲存在所述儲存器31中並可在所述至少一個處理器32上運行的電腦程式33及至少一條通訊匯流排34。
本領域技術人員可以理解,圖3所示的示意圖僅僅是所述電腦裝置3的示例,並不構成對所述電腦裝置3的限定,可以包括比圖示更多或更少的部件,或者組合某些部件,或者不同的部件,例如所述電腦裝置3還可以包括輸入輸出設備、網路接入設備等。
所述電腦裝置3還包括但不限於任何一種可與使用者透過鍵盤、滑鼠、遙控器、觸控板或聲控設備等方式進行人機交互的電子產品,例如,個人電腦、平板電腦、智慧手機、個人數位助理(Personal Digital Assistant,PDA)、遊戲機、互動式網路電視(Internet Protocol Television,IPTV)、智慧式穿戴式設備等。所述電腦裝置3所處的網路包括但不限於網際網路、廣域網路、都會區網路、局域網、虛擬私人網路(Virtual Private Network,VPN)等。
所述至少一個處理器32可以是中央處理單元(Central Processing Unit,CPU),還可以是其他通用處理器、數位訊號處理器(Digital Signal Processor,DSP)、專用積體電路(Application Specific Integrated Circuit,ASIC)、現場可程式設計閘陣列(Field-Programmable Gate Array,FPGA)或者其他可程式設計邏輯器件、電晶體邏輯器件、分立硬體元件等。該處理器32可以是微處理器或者該處理器32也可以是任何常規的處理器等,所述處理器32是所述電腦裝置3的控制中心,利用各種介面和線路連接整個電腦裝置3的各個部分。
所述儲存器31可用於儲存所述電腦程式33和/或模組/單元,所述處理器32透過運行或執行儲存在所述儲存器31內的電腦程式和/或模組/單元,以及調用儲存在儲存器31內的資料,實現所述電腦裝置3的各種功能。所述儲存器31可主要包括儲存程式區和儲存資料區,其中,儲存程式區可儲存作業系統、至少一個功能所需的應用程式(比如聲音播放功能、圖像播放功能等)等;儲存資料區可儲存根據電腦裝置3的使用所創建的資料等。此外,儲存器31可以包括非易失性儲存器,例如硬碟、儲存器、插接式硬碟,智慧儲存卡(Smart Media Card,SMC),安全數位(Secure Digital,SD)卡,快閃儲存器卡(Flash Card)、至少一個磁碟儲存器件、快閃儲存器器件等。
結合圖1,所述電腦裝置3中的所述儲存器31儲存多個指令以實現一種幹細胞密度確定方法,所述處理器32可執行所述多個指令從而實現:獲取待檢測的醫學圖像;根據預設的第一縮小比例,縮小所述醫學圖像,獲得第一縮小圖像;將所述第一縮小圖像輸入至第一密度檢測模型中,獲得第一檢測結果;若所述第一檢測結果為所述第一縮小圖像的幹細胞密度大於或等於預設的第一密度,確定所述醫學圖像的幹細胞密度大於或等於預設的第一密度;若所述第一檢測結果為所述第一縮小圖像的幹細胞密度小於預設的第一密度,根據預設的多個第二縮小比例以及多個第二密度檢測模型,對所述醫學圖像進行檢測,獲得至少一個第二檢測結果,其中,所述多個第二縮小比例與所述多個第二密度檢測模型一一對應。
作為一種可選的實施方式,所述處理器32可執行所述多個指令從而實現:若所述至少一個第二檢測結果均為所述醫學圖像的幹細胞密度小於預設的第二密度,將所述醫學圖像輸入至第三密度檢測模型中,獲得所述醫學圖像的幹細胞密度。
作為一種可選的實施方式,所述根據預設的多個第二縮小比例以及多個第二密度檢測模型,對所述醫學圖像進行檢測,獲得至少一個第二檢測結果包括:按照所述多個第二縮小比例從大到小的順序,對所述多個第二縮小比例進行排序,獲得排序結果;根據所述排序結果中的最大的第二縮小比例,對所述醫學圖像進行縮小,獲得第二縮小圖像; 將所述第二縮小圖像輸入至所述最大的第二縮小比例對應的第二密度檢測模型中,獲得所述第二縮小圖像對應的第二檢測結果;若所述第二縮小圖像對應的第二檢測結果為所述第二縮小圖像的幹細胞密度小於所述最大的第二縮小比例對應的第二密度,根據所述排序結果,確定與所述最大的第二縮小比例相鄰的目標縮小比例;根據所述目標縮小比例,縮小所述醫學圖像,獲得第三縮小圖像;將所述第三縮小圖像輸入至與所述目標縮小比例對應的第二密度檢測模型中,獲得與所述第三縮小圖像對應的第二檢測結果。作為一種可選的實施方式,所述處理器32可執行所述多個指令從而實現:若所述第二縮小圖像對應的第二檢測結果為所述第二縮小圖像的幹細胞密度大於或等於所述最大的第二縮小比例對應的第二密度,確定所述第二縮小圖像的幹細胞密度大於或等於所述最大的第二縮小比例對應的第二密度且小於所述第一密度;確定所述醫學圖像的幹細胞密度大於或等於所述最大的第二縮小比例對應的第二密度且小於所述第一密度。
作為一種可選的實施方式,所述獲取待檢測的醫學圖像之前所述處理器32可執行所述多個指令從而實現:獲取預設的第一訓練圖像;從所有所述第一訓練圖像中,將幹細胞密度大於或等於所述第一密度的第一訓練圖像確定為第一正圖像,以及將幹細胞密度小於所述第一密度的第一訓練圖像確定為第一負圖像;根據所述第一縮小比例,縮小所述第一正圖像,獲得第一正樣本,以及根據所述第一縮小比例,縮小所述第一負圖像,獲得第一負樣本;使用所述第一正樣本以及所述第一負樣本進行訓練,獲得訓練好的所述第一密度檢測模型。
作為一種可選的實施方式,所述獲取待檢測的醫學圖像之前,所述處理器32可執行所述多個指令從而實現:獲取預設的第二訓練圖像;針對每個所述第二縮小比例,從所有所述第二訓練圖像中,將幹細胞密度大於或等於所述第二縮小比例對應的第二密度的第二訓練圖像確定為第二正圖像,以及將幹細胞密度小於所述第二縮小比例對應的第二密度的第二訓練圖像確定為第二負圖像;根據所述第二縮小比例,縮小所述第二正圖像,獲得第二正樣本,以及根據所述第二縮小比例,縮小所述第二負圖像,獲得第二負樣本;使用所述第二正樣本以及所述第二負樣本進行訓練,獲得訓練好的與所述第二縮小比例對應的第二密度檢測模型。
作為一種可選的實施方式,所述獲取待檢測的醫學圖像之前,所述處理器32可執行所述多個指令從而實現:獲取預設的第三訓練圖像;從所有所述第三訓練圖像中,將幹細胞密度大於或等於預設的第三密度的第三訓練圖像確定為第三正樣本,以及將幹細胞密度小於所述第三密度的第三訓練圖像確定為第三負樣本;使用所述第三正樣本以及所述第三負樣本進行訓練,獲得訓練好的所述第三密度檢測模型。
具體地,所述處理器32對上述指令的具體實現方法可參考圖1對應實施例中相關步驟的描述,在此不贅述。
在圖3所描述的電腦裝置3中,可以使用多個縮小比例以及多個密度檢測模型對醫學圖像進行分層次的幹細胞密度檢測。從預設的最大的縮小比例(所述第一縮小比例)進行縮小的醫學圖像開始到不進行縮小的醫學圖像,使用從檢測的幹細胞密度最大的模型(所述第一密度檢測模型)開始到檢測密度最小的模型(所述第三密度檢測模型)進行幹細胞密度檢測。對於縮小的醫 學圖像,幹細胞密度較大的容易被檢測出來,幹細胞密度較小的不容易被檢測出來。使用不同縮小比例以及對應的不同幹細胞密度的檢測模型進行檢測,不需要計算幹細胞的數量來獲得幹細胞密度,提高了幹細胞密度檢測的效率。
所述電腦裝置3集成的模組/單元如果以軟體功能單元的形式實現並作為獨立的產品銷售或使用時,可以儲存在一個電腦可讀儲存介質中。基於這樣的理解,本發明實現上述實施例方法中的全部或部分流程,也可以透過電腦程式來指令相關的硬體來完成,所述的電腦程式可儲存於一電腦可讀儲存介質中,該電腦程式在被處理器執行時,可實現上述各個方法實施例的步驟。其中,所述電腦程式代碼可以為原始程式碼形式、物件代碼形式、可執行檔或某些中間形式等。所述電腦可讀介質可以包括:能夠攜帶所述電腦程式代碼的任何實體或裝置、記錄介質、隨身碟、移動硬碟、磁碟、光碟、電腦儲存器、唯讀儲存器(ROM,Read-Only Memory)。
在本發明所提供的幾個實施例中,應該理解到,所揭露的系統,裝置和方法,可以透過其它的方式實現。例如,以上所描述的裝置實施例僅僅是示意性的,例如,所述模組的劃分,僅僅為一種邏輯功能劃分,實際實現時可以有另外的劃分方式。
所述作為分離部件說明的模組可以是或者也可以不是物理上分開的,作為模組顯示的部件可以是或者也可以不是物理單元,即可以位於一個地方,或者也可以分佈到多個網路單元上。可以根據實際的需要選擇其中的部分或者全部模組來實現本實施例方案的目的。
另外,在本發明各個實施例中的各功能模組可以集成在一個處理單元中,也可以是各個單元單獨物理存在,也可以兩個或兩個以上單元集成在一個單元中。上述集成的單元既可以採用硬體的形式實現,也可以採用硬體加軟體功能模組的形式實現。
對於本領域技術人員而言,顯然本發明不限於上述示範性實施例的細節,而且在不背離本發明的精神或基本特徵的情況下,能夠以其他的具體 形式實現本發明。因此,無論從哪一點來看,均應將實施例看作是示範性的,而且是非限制性的,本發明的範圍由所附請求項而不是上述說明限定,因此旨在將落在請求項的等同要件的含義和範圍內的所有變化涵括在本發明內。不應將請求項中的任何附關聯圖標記視為限制所涉及的請求項。此外,顯然“包括”一詞不排除其他單元或步驟,單數不排除複數。系統請求項中陳述的多個單元或裝置也可以由一個單元或裝置透過軟體或者硬體來實現。第二等詞語用來表示名稱,而並不表示任何特定的順序。
最後應說明的是,以上實施例僅用以說明本發明的技術方案而非限制,儘管參照較佳實施例對本發明進行了詳細說明,本領域的普通技術人員應當理解,可以對本發明的技術方案進行修改或等同替換,而不脫離本發明技術方案的精神和範圍。例如,根據不同的需求,該流程圖中步驟的順序可以改變,某些步驟可以省略。

Claims (9)

  1. 一種幹細胞密度確定方法,其中,所述幹細胞密度確定方法包括:獲取待檢測的醫學圖像;根據預設的第一縮小比例,縮小所述醫學圖像,獲得第一縮小圖像;將所述第一縮小圖像輸入至第一密度檢測模型中,獲得第一檢測結果;若所述第一檢測結果為所述第一縮小圖像的幹細胞密度大於或等於預設的第一密度,確定所述醫學圖像的幹細胞密度大於或等於預設的第一密度;若所述第一檢測結果為所述第一縮小圖像的幹細胞密度小於預設的第一密度,根據預設的多個第二縮小比例以及多個第二密度檢測模型,對所述醫學圖像進行檢測,獲得至少一個第二檢測結果,包括:按照所述多個第二縮小比例從大到小的順序,對所述多個第二縮小比例進行排序,獲得排序結果;根據所述排序結果中的最大的第二縮小比例,對所述醫學圖像進行縮小,獲得第二縮小圖像;將所述第二縮小圖像輸入至所述最大的第二縮小比例對應的第二密度檢測模型中,獲得所述第二縮小圖像對應的第二檢測結果;若所述第二縮小圖像對應的第二檢測結果為所述第二縮小圖像的幹細胞密度小於所述最大的第二縮小比例對應的第二密度,根據所述排序結果,確定與所述最大的第二縮小比例相鄰的目標縮小比例;根據所述目標縮小比例,縮小所述醫學圖像,獲得第三縮小圖像;將所述第三縮小圖像輸入至與所述目標縮小比例對應的第二密度檢測模型中,獲得與所述第三縮小圖像對應的第二檢測結果,其中,所述多個第二縮小比例與所述多個第二密度檢測模型一一對應。
  2. 如請求項1所述的幹細胞密度確定方法,其中,所述幹細胞密度確定方法還包括:若所述至少一個第二檢測結果均為所述醫學圖像的幹細胞密度小於預設的第二密度,將所述醫學圖像輸入至第三密度檢測模型中,獲得所述醫學圖像的幹細胞密度。
  3. 如請求項1所述的幹細胞密度確定方法,其中,所述幹細胞密度確定方法還包括:若所述第二縮小圖像對應的第二檢測結果為所述第二縮小圖像的幹細胞密度大於或等於所述最大的第二縮小比例對應的第二密度,確定所述第二縮小圖像的幹細胞密度大於或等於所述最大的第二縮小比例對應的第二密度且小於所述第一密度;確定所述醫學圖像的幹細胞密度大於或等於所述最大的第二縮小比例對應的第二密度且小於所述第一密度。
  4. 如請求項1至3中任一項所述的幹細胞密度確定方法,其中,所述獲取待檢測的醫學圖像之前,所述幹細胞密度確定方法還包括:獲取預設的第一訓練圖像;從所有所述第一訓練圖像中,將幹細胞密度大於或等於所述第一密度的第一訓練圖像確定為第一正圖像,以及將幹細胞密度小於所述第一密度的第一訓練圖像確定為第一負圖像;根據所述第一縮小比例,縮小所述第一正圖像,獲得第一正樣本,以及根據所述第一縮小比例,縮小所述第一負圖像,獲得第一負樣本;使用所述第一正樣本以及所述第一負樣本進行訓練,獲得訓練好的所述第一密度檢測模型。
  5. 如請求項1至3中任一項所述的幹細胞密度確定方法,其中,所述獲取待檢測的醫學圖像之前,所述幹細胞密度確定方法還包括:獲取預設的第二訓練圖像;針對每個所述第二縮小比例,從所有所述第二訓練圖像中,將幹細胞密度大於或等於所述第二縮小比例對應的第二密度的第二訓練圖像確定為第二正圖像,以及將幹細胞密度小於所述第二縮小比例對應的第二密度的第二訓練圖像確定為第二負圖像; 根據所述第二縮小比例,縮小所述第二正圖像,獲得第二正樣本,以及根據所述第二縮小比例,縮小所述第二負圖像,獲得第二負樣本;使用所述第二正樣本以及所述第二負樣本進行訓練,獲得訓練好的與所述第二縮小比例對應的第二密度檢測模型。
  6. 如請求項2至3中任一項所述的幹細胞密度確定方法,其中,所述獲取待檢測的醫學圖像之前,所述幹細胞密度確定方法還包括:獲取預設的第三訓練圖像;從所有所述第三訓練圖像中,將幹細胞密度大於或等於預設的第三密度的第三訓練圖像確定為第三正樣本,以及將幹細胞密度小於所述第三密度的第三訓練圖像確定為第三負樣本;使用所述第三正樣本以及所述第三負樣本進行訓練,獲得訓練好的所述第三密度檢測模型。
  7. 一種幹細胞密度確定裝置,其中,所述幹細胞密度確定裝置包括:獲取模組,用於獲取待檢測的醫學圖像;縮小模組,用於根據預設的第一縮小比例,縮小所述醫學圖像,獲得第一縮小圖像;輸入模組,用於將所述第一縮小圖像輸入至第一密度檢測模型中,獲得第一檢測結果;確定模組,用於若所述第一檢測結果為所述第一縮小圖像的幹細胞密度大於或等於預設的第一密度,確定所述醫學圖像的幹細胞密度大於或等於預設的第一密度;檢測模組,用於若所述第一檢測結果為所述第一縮小圖像的幹細胞密度小於預設的第一密度,根據預設的多個第二縮小比例以及多個第二密度檢測模型,對所述醫學圖像進行檢測,獲得至少一個第二檢測結果,包括:按照所述多個第二縮小比例從大到小的順序,對所述多個第二縮小比例進行排序,獲得排序 結果;根據所述排序結果中的最大的第二縮小比例,對所述醫學圖像進行縮小,獲得第二縮小圖像;將所述第二縮小圖像輸入至所述最大的第二縮小比例對應的第二密度檢測模型中,獲得所述第二縮小圖像對應的第二檢測結果;若所述第二縮小圖像對應的第二檢測結果為所述第二縮小圖像的幹細胞密度小於所述最大的第二縮小比例對應的第二密度,根據所述排序結果,確定與所述最大的第二縮小比例相鄰的目標縮小比例;根據所述目標縮小比例,縮小所述醫學圖像,獲得第三縮小圖像;將所述第三縮小圖像輸入至與所述目標縮小比例對應的第二密度檢測模型中,獲得與所述第三縮小圖像對應的第二檢測結果,其中,所述多個第二縮小比例與所述多個第二密度檢測模型一一對應。
  8. 一種電腦裝置,其中,所述電腦裝置包括:儲存器,儲存至少一個指令;及處理器,獲取所述儲存器中儲存的指令以實現如請求項1至6中任意一項所述的幹細胞密度確定方法。
  9. 一種電腦可讀儲存介質,其中:所述電腦可讀儲存介質中儲存有至少一個指令,所述至少一個指令被電腦裝置中的處理器獲取以實現如請求項1至6中任意一項所述的幹細胞密度確定方法。
TW109142709A 2020-12-03 2020-12-03 幹細胞密度確定方法、裝置、電腦裝置及儲存介質 TWI777319B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
TW109142709A TWI777319B (zh) 2020-12-03 2020-12-03 幹細胞密度確定方法、裝置、電腦裝置及儲存介質

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW109142709A TWI777319B (zh) 2020-12-03 2020-12-03 幹細胞密度確定方法、裝置、電腦裝置及儲存介質

Publications (2)

Publication Number Publication Date
TW202223920A TW202223920A (zh) 2022-06-16
TWI777319B true TWI777319B (zh) 2022-09-11

Family

ID=83062673

Family Applications (1)

Application Number Title Priority Date Filing Date
TW109142709A TWI777319B (zh) 2020-12-03 2020-12-03 幹細胞密度確定方法、裝置、電腦裝置及儲存介質

Country Status (1)

Country Link
TW (1) TWI777319B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116664556B (zh) * 2023-07-27 2023-10-10 南京九川科学技术有限公司 一种贴壁细胞计数方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160103971A1 (en) * 2010-07-20 2016-04-14 Applied Minds, Llc Multi-scale complex systems transdisciplinary analysis of response to therapy
CN109461495A (zh) * 2018-11-01 2019-03-12 腾讯科技(深圳)有限公司 一种医学图像的识别方法、模型训练的方法及服务器
CN110827294A (zh) * 2019-10-31 2020-02-21 北京推想科技有限公司 网络模型训练方法及装置、病灶区域确定方法及装置
TW202022378A (zh) * 2012-12-21 2020-06-16 美商幹細胞生物科技公司 利用幹細胞資料評估行為效果的方法
US20200211716A1 (en) * 2018-12-31 2020-07-02 Tempus Labs Method and process for predicting and analyzing patient cohort response, progression, and survival
CN111492437A (zh) * 2017-12-29 2020-08-04 英泰曲尔德直线有限公司 支持医学决策的方法和系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160103971A1 (en) * 2010-07-20 2016-04-14 Applied Minds, Llc Multi-scale complex systems transdisciplinary analysis of response to therapy
TW202022378A (zh) * 2012-12-21 2020-06-16 美商幹細胞生物科技公司 利用幹細胞資料評估行為效果的方法
CN111492437A (zh) * 2017-12-29 2020-08-04 英泰曲尔德直线有限公司 支持医学决策的方法和系统
CN109461495A (zh) * 2018-11-01 2019-03-12 腾讯科技(深圳)有限公司 一种医学图像的识别方法、模型训练的方法及服务器
US20200211716A1 (en) * 2018-12-31 2020-07-02 Tempus Labs Method and process for predicting and analyzing patient cohort response, progression, and survival
CN110827294A (zh) * 2019-10-31 2020-02-21 北京推想科技有限公司 网络模型训练方法及装置、病灶区域确定方法及装置

Also Published As

Publication number Publication date
TW202223920A (zh) 2022-06-16

Similar Documents

Publication Publication Date Title
WO2017215370A1 (zh) 构建决策模型的方法、装置、计算机设备及存储设备
CN109345553B (zh) 一种手掌及其关键点检测方法、装置和终端设备
WO2021164231A1 (zh) 公文摘要提取方法、装置、设备及计算机可读存储介质
CN110297973B (zh) 一种基于深度学习的数据推荐方法、装置及终端设备
JP2020017272A (ja) ピクチャ検索方法、装置、サーバー及び記憶媒体
WO2021051589A1 (zh) 数据存储方法、装置、电子设备及存储介质
CN108875043A (zh) 用户数据处理方法、装置、计算机设备和存储介质
CN107729944B (zh) 一种低俗图片的识别方法、装置、服务器及存储介质
WO2021237414A1 (zh) 信息推送方法、装置、电子设备及存储介质
TWI777319B (zh) 幹細胞密度確定方法、裝置、電腦裝置及儲存介質
CN110619349A (zh) 植物图像分类方法及装置
CN111222032B (zh) 舆情分析方法及相关设备
CN114723652A (zh) 细胞密度确定方法、装置、电子设备及存储介质
CN112596725A (zh) 编程作品的评分方法、评分装置、终端设备及存储介质
US20200242178A1 (en) Search processing method and apparatus based on clipboard data
TWI769661B (zh) 圖像異常檢測方法、裝置、電腦裝置及儲存介質
WO2022105120A1 (zh) 图片文字检测方法、装置、计算机设备及存储介质
CN114385878A (zh) 政务数据的可视化展示方法、装置及终端设备
CN114663330A (zh) 干细胞密度确定方法、装置、电子设备及存储介质
TWI769647B (zh) 細胞密度確定方法、裝置、電腦裝置及儲存媒體
CN109086328B (zh) 一种上下位关系的确定方法、装置、服务器及存储介质
CN112667721A (zh) 数据分析方法、装置、设备及存储介质
US20200250275A1 (en) Geographic location specific models for information extraction and knowledge discovery
TWI755176B (zh) 細胞密度分類方法及裝置、電子裝置及存儲介質
TWI764456B (zh) 區塊運算方法、裝置、電腦裝置及儲存介質

Legal Events

Date Code Title Description
GD4A Issue of patent certificate for granted invention patent