买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：瑄立(无锡)智能科技有限公司

摘要：本发明属于人工智能医学检验技术领域，特别涉及用于识别急性早幼粒白血病形态学的快速诊断系统。该系统包括图像识别模块，用于获取用户输入的血液涂片的低倍镜和高倍镜图像，并对图像进行分割处理，获得每一张图像切片属于APL病例的概率值；训练模块，用于通过血液涂片的扫描图像对图像识别模块进行训练，使得图像识别模块具有获得APL病例的概率值的能力；诊断模块，用于计算图像识别模块中获得的多个概率值的平均值，通过将平均值与判断阈值进行比较，判断出血液涂片是否为APL病例。该系统能够快速从大量的血液涂片的图像中筛选出符合APL病例的图像，提高人工筛选的工作效率和准确性。

主权项：1.用于识别急性早幼粒白血病形态学的快速诊断系统，其特征在于，包括以下部分：图像识别模块，用于获取用户输入的血液涂片的低倍镜和高倍镜图像，并对图像进行分割处理，获得每一张图像切片属于APL病例的概率值；训练模块，用于通过血液涂片的扫描图像对图像识别模块进行训练，使得图像识别模块具有获得APL病例的概率值的能力；诊断模块，用于计算图像识别模块中获得的多个概率值的平均值，通过将平均值与判断阈值进行比较，判断出血液涂片是否为APL病例；训练模块的训练过程如下：步骤S1.1、获取多个血液涂片的低倍镜和高倍镜下的全片扫描图像，其中包括APL病例和非APL病例；步骤S1.2、选取步骤S1.1中的全片扫描图像中的单细胞层部分按照大小尺寸进行分割，并根据图像是否来自APL病例，将分割后的图像划分为APL病例图像和非APL病例图像；步骤S1.3、将每一张分割后的图像切片根据HSV值确定图像中白细胞的位置，以去除分割后的图像中白细胞以外的部分；步骤S1.4、将经过步骤S1.2-S1.3处理后的图像，按照图像放大倍数分别制作成低倍镜和高倍镜下的数据集，通过设计的神经网络模型进行图像识别学习，获得对应放大倍数下的训练后的图像识别模块；步骤S1.4中，神经网络模型包括三个部分：主干网络模块、通道注意力模块和空间注意力模块；主干网络模块包括ResNet50网络和三个连续的卷积块，用于提取不同层级的图像特征以供后续通道注意力模块和空间注意力模块使用；通道注意力模块通过结合不同的缩减率的线性层和几个卷积核完成特征融合对通道权重进行重新分配，得到注意特定通道特征的效果；空间注意力模块采用沿通道轴的最大池化和平均池化操作来生成2D空间注意力图，接着通过卷积层对2D空间注意力图进行卷积并通过Sigmoid函数计算，形成最终的1D空间注意力图；通道注意力模块中， mi＝σW2δW1z其中：xl代表输入通道注意力模块的特征图x的第l个通道，zl代表平均池化计算后向量z的第l个元素，H和W代表特征图的长和宽，mi代表经过不同缩减率的线性层后得到的通道权重向量，σ和δ分别代表Sigmoid函数和ReLu函数，r代表缩减率，代表线性层中的权重矩阵，代表矩阵的大小；空间注意力模块中，SAF＝σf3×3ConcatAvgPoolF，MaxPoolF注：F代表输入空间注意力模块的特征图，σ代表Sigmoid函数，f3×3代表了一次卷积核大小为3×3的卷积操作，AvgPoolF代表对特征图进行平均池化，MaxPoolF代表对特征图进行最大池化，Concat代表对计算结果进行矩阵拼接，SAF分代表对特征图进行空间注意力的计算。

全文数据：

权利要求：

百度查询： 瑄立(无锡)智能科技有限公司 用于识别急性早幼粒白血病形态学的快速诊断系统