基于Faster-RCNN的结核杆菌自动检测方法研究与应用

染色处理可使结核杆菌在显微镜拍摄的医学图像中显现,医生通过检测图像中的结核杆菌辅助诊断结核病。近年来卷积神经网络(CNN)在目标检测上取得了突破性进展,但结核杆菌存在图像上尺度小,构造标注数据难,不适用迁移学习等问题,使得基于CNN的目标检测方法在结核杆菌检测方面尚存在一定的困难。为此,以Faster-RCNN目标检测算法为基础,研究在医学图像上的结核杆菌检测问题。针对结核杆菌尺度小,提出重叠子图划分策略;针对标注数据构造难,提出分块、迭代标注策略。实践证明,该方法有较高的准确度以及可接受的速度,已构建了13 261个结核杆菌的训练数据,应用于合作单位的医疗检测产品,能满足实际应用需求。