基于云平台的细胞识别系统及其作业方法与流程

本发明涉及医疗信息的，尤其是指一种基于云平台的细胞识别系统及其作业方法。

背景技术：

1、在临床上，显微镜细胞图像分类识别是常规检验的一项重要内容。关于如何构建自动的显微细胞图像识别系统是一个关键。目前，临床上对细胞的分类识别主要依靠病理专家医生用显微镜肉眼观察，确定最终结果，但是人工效率低，分类速度慢，准确度受病理医生经验和状态的影响，难以实现临床批量和精准检测、以及标准化检测。因此，亟需一种自动化的显微细胞识别系统，提高细胞识别分类自动化程度和效率。

技术实现思路

1、本发明的目的在于克服现有技术的缺点与不足，提供一种基于云平台的细胞识别系统及其作业方法，可以辅助医生进行细胞识别，提高细胞识别速度与效率。

2、为实现上述目的，本发明所提供的技术方案为：基于云平台的细胞识别系统，包括：

3、显微镜端，用于采集玻片信息和玻片图像，压缩并上传至细胞识别云平台；

4、细胞识别云平台，用于部署容器服务，通过容器服务实现数据交互、图像识别、报告生成和数据存储，同时通过实时监测任务并发数和容器的性能指标，根据需要进行快速扩缩容，提高细胞识别云平台的网络性能和网络资源利用率；

5、报告打印端，用于向细胞识别云平台请求报告并打印；

6、医生终端，用于接收细胞识别云平台的告警信息，同时，也能够请求细胞识别云平台输送一个或多个玻片信息、玻片图像及报告以便进行人工检查。

7、进一步，所述显微镜端包括信息采集模块、成像模块和数据处理与交互模块，其中：

8、所述信息采集模块，用于获取带有电子标签的玻片信息；其中，所述获取带有电子标签的玻片信息的方式为磁感应或条码识别，所述玻片信息包括：玻片标识号、采样日期、采样部位、送检医师和病人标识号；

9、所述成像模块，用于逐块获取待观察玻片图像；其中，所述成像模块能将目镜观察到的显微图片转换成数字化图像，通过扫描载物台的自动移动以及显微镜目镜的上下移动来达到自动聚焦和图像采集的全自动化；

10、所述数据处理与交互模块，用于玻片信息及玻片数据的压缩处理，其中，每获取一张玻片图像，就将获取的玻片信息及玻片图像进行压缩处理并将处理后的数据发送至所述细胞识别云平台。

11、进一步，所述逐块获取待观察玻片图像的具体步骤如下：

12、101、将细胞玻片放置到显微镜载物台上，显微镜端结合玻片大小确定扫描平台的移动范围和大小，并生成合适的扫描拍摄窗口尺寸，且设置滑动步长为扫描拍摄窗口大小的四分之一，按照生成的扫描拍摄窗口尺寸设置玻片最左上为第一个扫描拍摄窗口，设置初始运动方向为水平向右；

13、102、每当一个扫描拍摄窗口成像完成后，存储扫描拍摄窗口的位置信息和局部玻片图像的序列编号，将获取的局部玻片图像发送给数据处理与交互模块，同时该窗口按照设置的滑动步长和运动方向滑动得到新的扫描拍摄窗口；

14、103、当该行拍摄完成后，如果扫描拍摄窗口没有滑到玻片的最底部，就使扫描拍摄窗口按照设置的滑动步长向下垂直滑动得到新的扫描拍摄窗口，同时修改运动方向，若原先运动方向为水平向右则修改为水平向左，若原先运动方向为水平向左则修改为水平向右；

15、104、重复步骤102至103，直到窗口滑动到玻片最底部的边缘处。

16、进一步，所述细胞识别云平台包括资源监控器、资源编排器、镜像库、消息队列、分配器和容器服务，其中：

17、所述资源监控器，用于对任务并发数和容器的性能指标的实时监控和预测，并将预测结果发送给资源编排器，其中性能指标包括cpu、gpu、内存和流量；

18、所述资源编排器，用于根据资源监控器的预测结果，按照能够配置的扩缩容规则对容器进行扩容或缩容；

19、所述镜像库，存储有与容器服务相对应的标准镜像安装数据，用于容器服务的快速复制使用；

20、所述消息队列，用于显微镜端、报告打印端、医生终端以及容器服务之间的通信；

21、所述分配器，用于从消息队列中读取消息进行调度，推送给合适的消息接收者；

22、所述容器服务，包括数据交互服务、图像识别服务、报告生成服务和数据存储服务；所述数据交互服务，用于获取显微镜端传输的经压缩处理后的数据，对数据进行解压缩处理得到玻片信息及玻片图像，并判断图像信息是否清晰、是否符合标准，将清晰标准的玻片图像传输给图像识别服务，否则重新向显微镜端请求玻片图像；所述图像识别服务首先对接收的玻片图像中的细胞进行图像拼接与细胞识别，再利用细胞特征信息对接收的玻片图像进行特征匹配与分类识别，将明确判定的细胞分类识别结果传输给报告生成服务，若无法识别，将细胞识别情况和日志发送给数据存储服务进行存储，并向医生终端告警；所述报告生成服务，用于根据玻片信息和得到的细胞分类识别结果生成报告；所述数据存储服务，用于存储玻片信息、玻片图像以及生成的报告，以便以后查询。

23、进一步，所述容器服务通过容器化实现；在服务请求时通过资源编排器分配资源，从镜像库中拉取相应的镜像部署容器并启动，当服务结束后，容器销毁并回收资源。

24、进一步，所述对容器进行扩容或缩容的具体步骤如下：

25、201、利用资源监控器对任务并发数和容器的性能指标进行实时监控和预测，并将预测结果发送给资源编排器；

26、202、资源编排器判断预测结果中是否有一个或多个指标的预测数值大于预定义的上限阈值，若是，则进入步骤203；否则，进入步骤204；

27、203、资源编排器根据现有的资源使用情况，确定需要进行扩容的容器服务类型，并向镜像库拉取相应的镜像，快速地在细胞识别云平台中部署新容器，同时将该容器服务类型的新进的数据请求主动平衡到新容器中；

28、204、资源编排器判断预测结果是否有一个或多个指标的预测数值小于预定义的下限阈值，若是，则进入步骤205；否则，进入步骤201；

29、205、资源编排器对需要进行缩容的容器进行新服务屏蔽，使得这些容器不再接收任何数据请求；同时，资源编排器对这些容器进行销毁，释放资源。

30、进一步，所述对接收的玻片图像中的细胞进行图像拼接与细胞识别，具体如下：

31、对接收到的玻片的第一张图像中识别为完整细胞的部分进行定位，并将每个细胞的中心点坐标保存，作为标识该细胞位置的唯一方式，同时依次提取每张图像边界上疑似细胞部分的上下左右边界，并记录疑似细胞部分的中心点坐标，当图像识别服务再次接收到从下一个扫描拍摄窗口内观察成像的细胞图像时，首先，计算每个细胞的中心点坐标是否被定位及识别过，若被定位和识别过，则该细胞的中心点坐标不进行更新；其次，按照图像序列编号对应的扫描拍摄窗口的位置信息与之前获取的细胞图像进行图像拼接；若图像边界上疑似细胞部分能合并为完整细胞则重新计算细胞中心点坐标并保存。

32、本发明也提供了上述基于云平台的细胞识别系统的作业方法，包括以下步骤：

33、301、资源编排器根据预定义的调度策略，从镜像库拉取相应镜像，将数据交互服务、图像识别服务、数据存储服务、报告生成服务部署至细胞识别云平台；

34、302、将带有电子标签的玻片放置到显微镜端的观察平台上进行扫描，显微镜端的信息采集模块会读取到玻片的电子标签信息，读取方式包括磁感应和条码识别；显微镜端的成像模块逐块获取玻片图像；显微镜端的数据处理与交互模块将玻片信息及每一张玻片图像经压缩处理后发送给细胞识别云平台；

35、303、细胞识别云平台的数据交互服务获取来自显微镜端传输的消息，获取后首先对压缩的玻片图像进行解压缩处理，并判断图像信息是否清晰、是否符合标准，若图像清晰且符合标准，则将清晰标准的玻片图像传输给图像识别服务，否则重新向显微镜端请求玻片图像；

36、304、细胞识别云平台的图像识别服务首先对接收的玻片图像中的细胞进行图像拼接与细胞识别，再利用细胞特征信息对接收的玻片图像进行特征匹配与分类识别，将明确判定的细胞分类识别结果传输给报告生成服务，若无法识别，将细胞识别情况和日志发送给数据存储服务进行存储，并向医生终端告警；

37、305、细胞识别云平台的报告生成服务根据得到的识别结果生成报告；

38、306、细胞识别云平台的数据存储服务存储得到识别结果的玻片信息、玻片图像以及生成的报告；

39、307、病人到报告打印端打印自己的报告结果，医生通过医生终端查询病人的报告结果。

40、本发明与现有技术相比，具有如下优点与有益效果：

41、本发明利用数字图像处理、深度学习、计算机网络、容器化等技术，实现了对病变细胞的图像处理和识别，显微镜的图像采集和云平台的自动识别相结合节省了大量人力和时间，提高了识别效率，同时无法判断的图像采用了人工识别的方式，有效降低或避免了病症误判的可能性，云平台和容器化技术的结合，实现了快速部署、快速扩缩容器，提高了网络性能和网络资源的利用率。