(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210018907.5 (22)申请日 2022.01.10 (65)同一申请的已公布的文献号 申请公布号 CN 114037702 A (43)申请公布日 2022.02.11 (73)专利权人 湖南品信生物工程有限公司 地址 410000 湖南省长 沙市长沙高新开发 区麓天路28号金瑞麓谷科技园D-1栋 501.601房 (72)发明人 梁毅雄　耿瑞祥　刘剑锋　 (74)专利代理 机构 长沙和诚容创知识产权代理 事务所(普通 合伙) 43251 专利代理师 戴亚 (51)Int.Cl. G06T 7/00(2017.01) G06V 10/44(2022.01) G06V 10/764(2022.01) G06V 10/82(2022.01)G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (56)对比文件 CN 113378796 A,2021.09.10 US 202137495 3 A1,2021.12.02 CN 110310253 A,2019.10.08 CN 110310253 A,2019.10.08 CN 113053497 A,2021.0 6.29 CN 112560774 A,2021.0 3.26 CN 113516113 A,2021.10.19 金旭等.深度学习在组织病理学中的应用综 述. 《中国图象图形 学报》 .2020,第25卷(第10 期), 金旭等.深度学习在组织病理学中的应用综 述. 《中国图象图形 学报》 .2020,第25卷(第10 期), 审查员 刘海艳 (54)发明名称 一种切片级宫颈癌筛查与分类的方法及装 置 (57)摘要 本发明提出了一种切片级宫颈癌筛查与分 类的方法及装置， 涉及疾病诊断技术领域， 包括： 获取宫颈细胞切片的切片图像， 并将所述切片图 像划分成若干预设大小的图像块； 对于每个图像 块， 利用含有FPN的一阶段目标检测网络FCOS提 取图像块的特征； 其中， FCOS为使用带有细胞级 别标注的宫颈细胞数据集训练获得； 根据各个图 像块的特征确定整张切片图像的特征； 将所述切 片图像的特征输入预设的分类网络， 以获得所述 切片图像的分类结果。 本申请的方法的在敏感 性、 特异性、 准确率等评价指标上均优于现有的 基于规则的方法。 权利要求书2页 说明书5页 附图3页 CN 114037702 B 2022.05.17 CN 114037702 B 1.一种切片级宫颈癌筛查与分类的方法， 其特 征在于， 包括： 获取宫颈细胞切片的切片图像， 并将所述切片图像划分成若干预设大小的图像块； 对于每个图像块， 利用含有FPN的一阶段目标检测网络FCOS提取图像块的特征； 其中， FCOS为使用带有细胞级别标注的宫颈细胞 数据集训练获得； 根据各个图像块的特 征确定整张切片图像的特 征； 将所述切片图像的特 征输入预设的分类网络， 以获得 所述切片图像的分类结果； 所述对于每个图像块， 利用含有FPN的一阶段目标检测网络FCOS提取图像块的特征， 包 括： 选择FCOS分类分支输出的特 征图作为每 个图像块的特 征； 通过将FPN输出的不同尺度的特征图在 上采样至同一尺度后做pixel ‑wise的求和以获 得多尺度信息， 使特 征对于不同细胞尺度都能提供充足的语义信息； 所述根据各个图像块的特 征确定整张切片图像的特 征， 包括： 通过计算其每个图像块的特征图对应位置像素值的均值， 以获得最终关于整张切片图 像的特征。 2.根据权利要求1所述的切片级宫颈癌筛查与分类的方法， 其特征在于， 所述分类网络 包括ResNet ‑34、 线性分类层。 3.一种切片级宫颈癌筛查与分类的装置， 其特 征在于， 包括： 获取模块， 用于获取宫颈细胞切片的切片图像， 并将所述切片图像划分成若干预设大 小的图像块； 提取模块， 用于对于每个图像块， 利用含有FPN的一阶段目标检测网络FCOS提取图像块 的特征； 其中， FCOS为使用带有细胞级别标注的宫颈细胞 数据集训练获得； 特征确定模块， 用于根据各个图像块的特 征确定整张切片图像的特 征； 分类模块， 用于将所述切片图像的特征输入预设的分类网络， 以获得所述切片图像的 分类结果； 所述提取模块包括： 选择子模块， 用于 选择FCOS分类分支输出的特 征图作为每 个图像块的特 征； 求和子模块， 用于通过将FPN输出的不同尺度的特征图在上采样至同一尺度后做 pixel‑wise的求和以获得多尺度信息， 使特征对于不同细胞尺度都能提供充足的语义信 息； 所述特征确定模块具体为： 通过计算其每个图像块的特征图对应位置像素值的均值， 以获得最终关于整张切片图像的特 征。 4.根据权利要求3所述的切片级宫颈癌筛查与分类的装置， 其特征在于， 所述分类网络 包括ResNet ‑34、 线性分类层。 5.一种电子设备， 其特 征在于， 包括： 处理器； 用于存储处理器的可 执行指令的存 储器； 其中， 所述处理器被配置为执行如权利要求1至2任一项所述的切片级宫颈癌筛查与分 类的方法。 6.一种存储介质， 其特征在于， 所述存储介质上存储有计算机程序， 所述计算机程序被权　利　要　求　书 1/2 页 2 CN 114037702 B 2处理器执行时， 实现如权利要求1至2任一项所述的切片级宫颈癌筛查与分类的方法。权　利　要　求　书 2/2 页 3 CN 114037702 B 3