一種樣本有形成分分類方法及系統的制作方法
【專利摘要】本發明公開了一種樣本有形成分分類方法及系統，對代表待測樣本中的有形成分分類特征的成分或結構進行標記，得到標記的待測樣本，在顯微鏡下，對標記的待測樣本進行放大并進行放大后圖像的采集，得到待測樣本圖像，對待測樣本圖像中的有形成分進行分割，得到第一分割圖像，并進行初步分類識別，對待測樣本圖像或第一分割圖像中的標記進行分類識別，得到標記的種類，根據標記的種類對初步分類的有形成分進行二次分類，得到細分類的有形成分。本申請通過上述過程實現了對待測樣本的有形成分的自動準確識別并分類，無需人工操作，提高了臨床應用的便利性及準確性。
【專利說明】一種樣本有形成分分類方法及系統
【技術領域】
[0001]本發明涉及待測樣本有形成分分類領域，尤其涉及一種樣本有形成分分類方法及系統。
【背景技術】
[0002]目前，對樣本有形成分進行分類的方式，通常首先采用熒光對待測細胞進行標定，隨后采集圖像，進而檢測待測細胞的圖像特征，從而對待測細胞進行分類，得到待測細胞中的有形成分；還可以采用試劑對待測細胞進行染色，隨后采集圖像，檢測待測細胞的圖像特征，從而對待測細胞中的有形成分進行分類。
[0003]然而，采用上述方式對待測細胞有形成分進行分類，圖像處理過程復雜，不利于對大量待測細胞的檢測；并且不能準確的實現細胞的細分類。
【發明內容】
[0004]有鑒于此，本發明提供一種樣本有形成分分類方法及系統，以解決現有技術中不能準確的實現對待測樣本有形成分進行分類的問題，其具體方案如下:
[0005]—種樣本有形成分分類方法，包括:在顯微鏡下，
[0006]對代表待測樣本中的有形成分分類特征的成分或結構進行標記，得到標記的待測樣本；
[0007]在所述顯微鏡下對所述標記的待測樣本進行放大，對放大后的標記的待測樣本的圖像進行圖像采集，得到待測樣本圖像；
[0008]對所述待測樣本圖像中的有形成分進行圖像分割，得到第一分割圖像，對所述第一分割圖像進行初步識別及分類；
[0009]對所述待測樣本圖像或第一分割圖像中的標記進行分類識別，得到標記的種類；
[0010]根據所述標記的種類對初步分類的有形成分進行二次分類，得到細分類的有形成分。
[0011]進一步的，還包括:
[0012]對所述細分類的有形成分進行計數。
[0013]進一步的，所述對所述第一分割圖像進行初步識別及分類，具體包括:
[0014]對所述第一分割圖像進行數字化處理；
[0015]對所述數字化處理后的圖像進行形態學特征參數的提取，得到第一形態學特征參數；
[0016]采用建立在神經網絡基礎上的第一分類器根據所述第一形態學特征參數對所述待測樣本的有形成分進行分類，以實現對待測樣本圖像中有形成分的初步識別及分類。
[0017]進一步的，所述對所述待測樣本圖像或第一分割圖像中的標記進行分類識別，得到標記的種類，具體包括:
[0018]對所述待測樣本圖像或第一分割圖像中的標記進行分割，得到第二分割圖像，并對所述第二分割圖像進行數字化處理；
[0019]對所述數字化處理后的圖像進行形態學特征參數的提取，得到第二形態學特征參數；
[0020]采用建立在神經網絡基礎上的第二分類器根據所述第二形態學特征參數對所述待測樣本的標記進行分類，以實現圖像待測樣本圖像中標記的初步識別及分類。
[0021]進一步的，所述對代表待測樣本中的有形成分分類特征的成分或結構進行標記具體為:
[0022]對代表待測樣本中的有形成分分類特征的成分或結構進行染色。
[0023]進一步的，所述待測樣本中的有形成分為血液中的白細胞,則對所述代表待測樣本中的有形成分分類特征的成分或結構進行標記，具體為:
[0024]采用瑞士或瑞氏-姬母薩復合染料對所述血液中的白細胞的細胞質、細胞核、胞漿以及內部顆粒進行染色。
[0025]進一步的，所述待測樣本中的有形成分為骨髓樣本中的粒細胞、單核細胞、淋巴細胞、組織細胞，則對所述代表待測樣本中的有形成分分類特征的成分或結構進行標記，具體為:
[0026]采用過氧化物酶染色法對骨髓樣本中的粒細胞、單核細胞、淋巴細胞、組織細胞的細胞質進行染色。
[0027]進一步的，所述待測樣本中的有形成分為尿液樣本中的管型，則對所述代表待測細胞中的有形成分分類特征的成分或結構進行標記，具體為:
[0028]采用過氧化物酶染色法對尿液管型中粒細胞管型的管型基質和所含顆粒進行染色；
[0029]采用磷酸酶染色法對尿液管型中顆粒管型的顆粒進行染色；
[0030]采用非特異性酯酶染色法對尿液管型中單核細胞管型的單核細胞進行染色。
[0031]一種樣本有形成分分類系統，包括:
[0032]標記單元,所述標記單元對代表待測樣本中的有形成分分類特征的成分或結構進行標記，得到標記的待測樣本；
[0033]與所述標記單元相連的顯微鏡，對所述標記的待測樣本的圖像進行放大；
[0034]與所述顯微鏡相連的圖像采集單元，對所述放大后的圖像進行采集，得到待測樣本圖像；
[0035]與所述圖像采集單元相連的第一識別分類單元，所述第一識別分類單元對所述待測樣本圖像中的有形成分進行圖像分割，得到第一分割圖像，對所述第一分割圖像進行初步識別及分類；
[0036]與所述圖像采集單元、第一識別分類單元相連的第二識別分類單元，所述第二識別分類單元對所述待測樣本圖像或第一分割圖像中的標記進行分類識別，得到標記的種類；
[0037]分別與所述第一識別分類單元及第二識別分類單元相連的二次分類單元，所述二次分類單元根據標記的種類對初步分類識別的有形成分進行二次分類，得到細分類的有形成分。
[0038]進一步的，還包括:[0039]與所述二次分類單元相連的計數單元，所述計數單元對所述細分類的有形成分進行計數。
[0040]從上述技術方案可以看出，對代表待測樣本中的有形成分分類特征的成分或結構進行標記，得到標記的待測樣本，在顯微鏡下，對標記的待測樣本進行放大并進行放大后圖像的采集，得到待測樣本圖像，對待測樣本圖像中的有形成分進行分割，得到第一分割圖像，并進行初步分類識別，對待測樣本圖像或第一分割圖像中的標記進行分類識別，得到標記的種類，根據標記的種類對初步分類的有形成分進行二次分類，得到細分類的有形成分。本申請通過上述過程實現了對待測樣本的有形成分的自動準確識別及分類，無需人工操作，提高了臨床應用的便利性及準確性。
【專利附圖】
【附圖說明】
[0041]為了更清楚地說明本發明實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發明的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。
[0042]圖1為本發明實施例公開的一種樣本有形成分分類方法的流程圖；
[0043]圖2為本發明實施例公開的一種樣本有形成分分類方法中對待測樣本圖像中的有形成分進行初步識別及分類的方法的流程圖；
[0044]圖3為本發明實施例公開的一種樣本有形成分分類方法中得到待測樣本圖像中標記的種類的流程圖；
[0045]圖4為本發明實施例公開的一種樣本有形成分分類系統的結構示意圖。
【具體實施方式】
[0046]下面將結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發明一部分實施例，而不是全部的實施例。基于本發明中的實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例，都屬于本發明保護的范圍。
[0047]本發明公開的樣本有形成分分類方法的流程圖，如圖1所示，包括:
[0048]步驟S11、對代表待測樣本中的有形成分分類特征的成分或結構進行標記，得到標記的待測樣本；
[0049]對代表待測樣本中的有形成分分類特征的成分或結構進行標記可以具體為:對待測樣本中的有形成分的內部結構及成分進行細胞化學染色，還可以通過熒光染色的方法實現對有形成分的內部結構及成分進行標記。
[0050]步驟S12、在顯微鏡下對標記的待測樣本進行放大，對放大后的標記的待測樣本的圖像進行圖像采集，得到待測樣本圖像；
[0051]標記的待測樣本在顯微鏡下被放大后，通過圖像采集單元對放大后的圖像進行采集。其中，圖像采集單元可以為攝像機或CCD感光元件，即電荷耦合元件。
[0052]步驟S13、對待測樣本圖像中的有形成分進行圖像分割，得到第一分割圖像，對第一分割圖像進行初步識別及分類；[0053]步驟S14、對待測樣本圖像或第一分割圖像中的標記進行分類識別，得到標記的種類；
[0054]步驟S15、根據標記的種類對初步分類的有形成分進行二次分類，得到細分類的有形成分。
[0055]不僅需要對有形成分的分類進行識別，還要對標記的分類進行識別，并根據識別出的標記的分類對有形成分的分類進行再次分類，得到細分類的有形成分。
[0056]本實施例公開的樣本有形成分分類方法，通過對代表待測樣本中的有形成分分類特征的成分進行標記，得到標記的待測樣本，在顯微鏡下，對標記的待測樣本進行放大并進行放大后圖像的采集，得到待測樣本圖像，對待測樣本圖像中的有形成分進行圖像分割，得到第一分割圖像，并對第一分割圖像進行初步分類識別，對待測樣本圖像或第一分割圖像中的標記進行分類識別，得到標記的種類，根據標記的種類對初步分類的有形成分進行二次分類，得到細分類的有形成分。本申請通過上述過程實現了對待測樣本的有形成分的自動準確識別并細分類，無需人工操作，提高了臨床應用的便利性及準確性。
[0057]進一步的，本實施例公開的樣本有形成分分類方法，在步驟S15之后，還可以包括:
[0058]步驟S16、對細分類的有形成分進行計數。
[0059]實現了對分類后的細胞的計數，使得到的結果數據化、標準化。
[0060]優選的，本實施例公開的樣本有形成分分類方法，在對待測樣本進行標記之前，還可以包括:對待測樣本進行預處理。
[0061]其中，預處理包括:稀釋、溶掉其他干擾細胞等。
[0062]本實施例公開了一種樣本有形成分分類方法中對第一分割圖像中的有形成分進行初步識別及分類的方法，其流程圖如圖2所示，包括:
[0063]步驟S21、對第一分割圖像進行數字化處理；
[0064]步驟S22、對數字化處理后的圖像進行形態學特征參數的提取，得到第一形態學特征參數；
[0065]其中，形態學特征參數包括:大小特征參數、形狀特征參數、色度特征參數、紋理特征參數。
[0066]進一步的，大小特征包括:面積、周長、等效直徑、長軸、短軸、平均半徑等。其中，對物體周長的計算可以通過輪廓線的像素數得到，但由于在傾斜方向上會產生誤差，要乘以
加以修正，更有效的辦法是從圖像中物體的邊界鏈碼中計算得到。
[0067]進一步的，形狀特征包括:圓率、框率、離心率、歸一化的弦方圖、邊界點對稱率、區域弦平行度、區域弦面積、主弦長度、區域弦方框率等。
[0068]色度特征包括:紅色色度頻度、背景左邊點頻度、背景右邊點頻度、平均色調與背景色調之差、對平均色調方差、對背景色調方差、色調直方圖偏度對均值、對背景偏度、對背景峰度、色調能量、色調熵、背景色調兩頭峰值之間的距離跨度、右邊峰值頻度、左邊峰值頻度、背景飽和度左邊頻度、背景飽和度右邊頻度、背景飽和度與平均飽和度之差。
[0069]紋理特征包括:灰度圖均值、灰度圖方差、灰度圖偏度、灰度圖峰度、灰度圖能量、對背景圖均值、對背景圖方差、對背景圖偏度、對背景圖峰度、對背景圖能量、梯度圖方差、梯度圖偏度、梯度圖峰度、梯度圖能量、內部圖均值、內部圖方差、內部圖偏度、內部圖峰度、內部圖能量、共生矩陣特征、拓撲特征、中心點對背景特征等。
[0070]步驟S23、采用第一分類器根據第一形態學特征參數對待測樣本的有形成分進行分類，以實現對待測樣本中有形成分的初步識別及分類。
[0071]分類器建立在神經網絡基礎上，其中，分類器包括一反饋過程，該反饋過程是對分類出來的可疑目標及識別錯誤目標進行細化、分類、補充特征參數，并建立相應的數學模型，對神經網絡進行訓練，神經網絡自動學習并記憶這些細化、分類、補充的特征參數進入模型數據庫，再返回基于神經網絡的分類器進行細胞分類。
[0072]本實施例公開的樣本有形成分分類方法中對待測樣本圖像中的有形成分進行初步識別及分類的方法，通過對有形成分的形態學特征參數的提取，并通過第一分類器實現對有形成分的分類。本申請通過上述過程實現了對待測的有形成分的自動準確識別并分類，無需人工操作，提高了臨床應用的便利性及準確性。
[0073]優選的，本申請公開的樣本有形成分分類方法中，還公開了對待測樣本圖像或第一分割圖像中的標記進行分類識別，得到標記的種類的方法，其流程圖如圖3所示，包括:
[0074]步驟S31、對待測樣本圖像或第一分割圖像中的標記進行分割，得到第二分割圖像，并對第二分割圖像進行數字化處理；
[0075]步驟S32、對數字化處理后的圖像進行形態學特征參數的提取，得到第二形態學特征參數；
[0076]其中，形態學特征參數包括:大小特征參數、形狀特征參數、色度特征參數、紋理特征參數。具體的，與上一實施例相同。
[0077]步驟S33、采用第二分類器根據第二形態學特征參數對待測樣本的標記進行分類，以實現對待測樣本圖像中標記的初步識別及分類。
[0078]本實施例公開的樣本有形成分分類方法中對待測樣本圖像中的標記進行初步識別及分類的方法，通過對標記的圖像的形態學特征參數的提取，并通過第二分類器實現對標記的分類。本申請通過上述過程實現了對待測樣本圖像中的標記的自動準確識別并分類，無需人工操作，提高了臨床應用的便利性及準確性。
[0079]具體的，本申請公開的樣本有形成分分類方法中的待測樣本中的有形成分可以具體為:血液中的白細胞。
[0080]當待測樣本中的有形成分為白細胞時，對待測樣本中的有形成分分類特征的成分或結構進行染色標記可以采用瑞士或瑞氏-姬母薩復合染料。
[0081]針對待測樣本中的有形成分為血液中的白細胞的分類方法中，首先對血液進行溶血處理，并對里面的白細胞進行染色處理，然后識別染色標記，進而對白細胞進行分類。
[0082]其中，白細胞可以具體分為:嗜酸性粒細胞、嗜堿性粒細胞、嗜中性粒細胞、單核細胞、淋巴細胞。
[0083]對白細胞進行染色，具體為:對白細胞中的細胞質、細胞核、胞漿及內部顆粒進行染色。
[0084]具體的，本申請公開的樣本有形成分分類方法中的待測樣本中的有形成分可以具體為:骨髓樣本中的粒細胞、單核細胞、淋巴細胞、組織細胞。
[0085]當待測樣本中的有形成分為骨髓細胞時，具體為，骨髓樣本中的粒細胞、單核細胞、淋巴細胞、組織細胞，對代表待測樣本中的有形成分分類特征的成分或結構進行染色標記可以采用過氧化物酶染色法，通過ICSH推薦法或氧化WG-KI法；還可以采用酯酶染法,通過IVSH推薦法采用氯乙酸AS-D萘酚酯酶(CAE)染色；或通過偶氮偶聯法采用α -乙酸萘酚酯酶染色；或通過ICSH推薦法采用酸性α -乙酸萘酚酯酶染色等多種染色方法及染料。
[0086]具體的，本申請公開的樣本有形成分分類方法中的待測樣本中的有形成分可以具體為:尿液樣本中的管型。
[0087]其中，尿液樣本中的管型中包含粒細胞管型、顆粒管型、單核細胞管型等。通常采用過氧化酶染色法對粒細胞管型中的管型基質和所含顆粒進行染色；采用磷酸酶染色法對尿液管型中顆粒管型的顆粒進行染色；采用非特異性酯酶染色法對單核細胞管型的單核細胞進行染色等。
[0088]本實施例公開了一種有形成分分類系統，其結構示意圖如圖4所示，包括:
[0089]標記單元41，與標記單元41相連的顯微鏡42，與顯微鏡42相連的圖像采集單元43，與圖像采集單元43相連的第一識別分類單元44，分別與圖像采集單元43和第一識別分類單元44相連的第二識別分類單元45，分別與第一識別分類單元44及第二識別分類單元45相連的二次分類單元46。
[0090]其中，標記單元41對代表待測樣本中的有形成分分類特征的成分或結構進行標記，得到標記的待測樣本，將標記的待測樣本發送至顯微鏡42，顯微鏡42對標記的待測樣本的圖像進行放大，并由圖像采集單元43對放大后圖像的采集，得到待測樣本圖像。第一識別分類單元44對待測樣本圖像中的有形成分進行圖像分割，得到第一分割圖像，對第一分割圖像進行初步識別及分類，第二識別分類單元45對待測樣本圖像或第一分割圖像中的標記進行分類識別，得到標記的種類。二次分類單元46根據第二識別分類單元45的標記的種類對第一識別分類單元44初步分類識別的有形成分進行二次分類，得到細分類的有形成分。
[0091]本實施例公開了一種樣本有形成分分類系統，通過標記單元對代表待測樣本中的有形成分分類特征的成分或結構進行標記，得到標記的待測樣本，通過顯微鏡進行圖像的放大，并通過圖像采集單元對放大后的圖像進行采集，得到待測樣本圖像，第一識別分類單元對待測樣本圖像中的有形成分進行分割，得到第一分割圖像，并對第一分割圖像進行初步識別分類，第二識別分類單元對待測樣本圖像、第一分割圖像中的標記進行分類識別，得到標記的種類，二次分類單元根據標記的種類對初步分類識別的有形成分進行二次分類，得到細分類的有形成分。本申請通過上述過程及系統實現了對待測的樣本的自動準確識別并分類，無需人工操作，提高了臨床應用的便利性及準確性。
[0092]進一步的，本實施例公開的樣本有形成分分類系統，還可以包括:計數單元47。
[0093]計數單元47與二次分類單元46相連，用于對二次分類單元得到的細分類的有形成分進行計數。
[0094]實現了對分類后的細胞的計數，使得到的結果數據化、標準化。
[0095]本說明書中各個實施例采用遞進的方式描述，每個實施例重點說明的都是與其他實施例的不同之處，各個實施例之間相同相似部分互相參見即可。對于實施例公開的裝置而言，由于其與實施例公開的方法相對應，所以描述的比較簡單，相關之處參見方法部分說明即可。[0096]專業人員還可以進一步意識到，結合本文中所公開的實施例描述的各示例的單元及算法步驟，能夠以電子硬件、計算機軟件或者二者的結合來實現，為了清楚地說明硬件和軟件的可互換性，在上述說明中已經按照功能一般性地描述了各示例的組成及步驟。這些功能究竟以硬件還是軟件方式來執行，取決于技術方案的特定應用和設計約束條件。專業技術人員可以對每個特定的應用來使用不同方法來實現所描述的功能，但是這種實現不應認為超出本發明的范圍。
[0097]結合本文中所公開的實施例描述的方法或算法的步驟可以直接用硬件、處理器執行的軟件模塊，或者二者的結合來實施。軟件模塊可以置于隨機存儲器(RAM)、內存、只讀存儲器(ROM)、電可編程ROM、電可擦除可編程ROM、寄存器、硬盤、可移動磁盤、CD-ROM、或【技術領域】內所公知的任意其它形式的存儲介質中。
[0098]對所公開的實施例的上述說明，使本領域專業技術人員能夠實現或使用本發明。對這些實施例的多種修改對本領域的專業技術人員來說將是顯而易見的，本文中所定義的一般原理可以在不脫離本發明的精神或范圍的情況下，在其它實施例中實現。因此，本發明將不會被限制于本文所示的這些實施例，而是要符合與本文所公開的原理和新穎特點相一致的最寬的范圍。
【權利要求】
1.一種樣本有形成分分類方法,其特征在于,包括:在顯微鏡下， 對代表待測樣本中的有形成分分類特征的成分或結構進行標記，得到標記的待測樣本； 在所述顯微鏡下對所述標記的待測樣本進行放大，對放大后的標記的待測樣本的圖像進行圖像采集，得到待測樣本圖像； 對所述待測樣本圖像中的有形成分進行圖像分割，得到第一分割圖像，對所述第一分割圖像進行初步識別及分類； 對所述待測樣本圖像或第一分割圖像中的標記進行分類識別，得到標記的種類； 根據所述標記的種類對初步分類的有形成分進行二次分類，得到細分類的有形成分。
2.根據權利要求1所述的方法，其特征在于，還包括: 對所述細分類的有形成分進行計數。
3.根據權利要求1所述的方法，其特征在于，所述對所述第一分割圖像進行初步識別及分類，具體包括: 對所述第一分割圖像進行數字化處理； 對所述數字化處理后的圖像進行形態學特征參數的提取，得到第一形態學特征參數；采用建立在神經網絡基礎上的第一分類器根據所述第一形態學特征參數對所述待測樣本的有形成分進行分類，以實現對待測樣本圖像中有形成分的初步識別及分類。
4.根據權利要求1所述的方法，其特征在于，所述對所述待測樣本圖像或第一分割圖像中的標記進行分類識別，得到標記的種類，具體包括: 對所述待測樣本圖像或第一分割圖像中的標記進行分割，得到第二分割圖像，并對所述第二分割圖像進行數字化處理； 對所述數字化處理后的圖像進行形態學特征參數的提取，得到第二形態學特征參數；采用建立在神經網絡基礎上的第二分類器根據所述第二形態學特征參數對所述待測樣本的標記進行分類，以實現圖像待測樣本圖像中標記的初步識別及分類。
5.根據權利要求1所述的方法，其特征在于，所述對代表待測樣本中的有形成分分類特征的成分或結構進行標記具體為: 對代表待測樣本中的有形成分分類特征的成分或結構進行染色。
6.根據權利要求5所述的方法，其特征在于，所述待測樣本中的有形成分為血液中的白細胞，則對所述代表待測樣本中的有形成分分類特征的成分或結構進行標記，具體為: 采用瑞士或瑞氏-姬母薩復合染料對所述血液中的白細胞的細胞質、細胞核、胞漿以及內部顆粒進行染色。
7.根據權利要求5所述的方法，其特征在于，所述待測樣本中的有形成分為骨髓樣本中的粒細胞、單核細胞、淋巴細胞、組織細胞,則對所述代表待測樣本中的有形成分分類特征的成分或結構進行標記，具體為: 采用過氧化物酶染色法對骨髓樣本中的粒細胞、單核細胞、淋巴細胞、組織細胞的細胞質進行染色。
8.根據權利要求5所述的方法，其特征在于，所述待測樣本中的有形成分為尿液樣本中的管型，則對所述代表待測細胞中的有形成分分類特征的成分或結構進行標記，具體為:采用過氧化物酶染色法對尿液管型中粒細胞管型的管型基質和所含顆粒進行染色； 采用磷酸酶染色法對尿液管型中顆粒管型的顆粒進行染色； 采用非特異性酯酶染色法對尿液管型中單核細胞管型的單核細胞進行染色。
9.一種樣本有形成分分類系統，其特征在于，包括: 標記單元，所述標記單元對代表待測樣本中的有形成分分類特征的成分或結構進行標記，得到標記的待測樣本； 與所述標記單元相連的顯微鏡，對所述標記的待測樣本的圖像進行放大； 與所述顯微鏡相連的圖像采集單元，對所述放大后的圖像進行采集，得到待測樣本圖像； 與所述圖像采集單元相連的第一識別分類單元，所述第一識別分類單元對所述待測樣本圖像中的有形成分 進行圖像分割，得到第一分割圖像，對所述第一分割圖像進行初步識別及分類； 與所述圖像采集單元、第一識別分類單元相連的第二識別分類單元，所述第二識別分類單元對所述待測樣本圖像或第一分割圖像中的標記進行分類識別，得到標記的種類； 分別與所述第一識別分類單元及第二識別分類單元相連的二次分類單元，所述二次分類單元根據標記的種類對初步分類識別的有形成分進行二次分類，得到細分類的有形成分。
10.根據權利要求9所述的系統，其特征在于，還包括: 與所述二次分類單元相連的計數單元，所述計數單元對所述細分類的有形成分進行計數。
【文檔編號】G06T7/00GK103984939SQ201410241894
【公開日】2014年8月13日 申請日期:2014年6月3日 優先權日:2014年6月3日
【發明者】丁建文 申請人:愛威科技股份有限公司