血细胞形态分析系统初步研究与实现

2021-11-18 08:43:17李砚刘国烨王志强
锦州医科大学报 2021年8期

李砚 刘国烨 王志强

【摘要】目的:现有数字化血细胞形态分析系统已经实现了自动拍摄细胞图像,用预训练的神经网络将细胞图像预分类。然而,此类血细胞类型预分类能力仍有待改进,对血片图像的解读与诊断分析仍离不开经验丰富的检验技师。且黑盒系统存在敏感数据泄露风险,个性化定制升级困难。方法:分析研究现有系统现状,提出了在细胞图像采集阶段使用算力要求低的形态学算法提取细胞图像数据,快速获得大量数据后,在高性能服务器上训练神经网络,实现细胞分类计数辅助形态学复检。结果:该系统自动化细胞样本图像采集过程,减少人工细胞图像提取过程带来的巨大人工成本,提高了血细胞分割准确性,训练的神经网络初步实现了白细胞分类。结论:本系统可用于血液形态学的教学、培训、质量评测等,对比现有国外商业化系统存在差距但实现了白细胞分类等部分功能,为建立血细胞样本库,进行血细胞形态学分析,提供了一个具备可行性的自主解决方案。

【关键词】细胞形态分析系统;细胞分类;显微图像处理

【中图分类号】Q33 【文献标识码】A 【文章编号】2026-5328(2021)08-004-03

引言

血细胞形态分析对确诊某些疾病至关重要,传统上血液学疾病诊断的金标准是人工镜检染色外周血涂片进行形态学分析。但是人工镜检费事费力,需要不断进行人员培训,高度依赖检验技师的形态学知识,镜检结果受主观因素影响较大。此外,由于血涂片标本储藏的限制,不便于检验结果审验和回溯。……

登录APP查看全文