[發明專利]一種基于多特征融合的癌細胞跟蹤方法有效
| 申請號: | 201810418273.6 | 申請日: | 2018-05-04 |
| 公開(公告)號: | CN108665483B | 公開(公告)日: | 2021-10-12 |
| 發明(設計)人: | 胡海根;周莉莉;肖杰;管秋;周乾偉;陳勝勇 | 申請(專利權)人: | 浙江工業大學 |
| 主分類號: | G06T7/246 | 分類號: | G06T7/246;G06T7/60;G06K9/62;G06N3/04 |
| 代理公司: | 杭州斯可睿專利事務所有限公司 33241 | 代理人: | 王利強 |
| 地址: | 310014 浙江省杭州*** | 國省代碼: | 浙江;33 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 特征 融合 癌細胞 跟蹤 方法 | ||
1.一種基于多特征融合的癌細胞跟蹤方法,其特征在于,所述方法包括以下步驟:
步驟1,癌細胞的檢測,包括以下步驟:
1.1、制作數據集:使用voc2007數據集格式,人工對數據集進行Ground Truth的制作作為網絡的訓練集;
1.2、候選區域的產生:使用的Faster R-CNN算法是通過RPN網絡實現候選區域的產生;
1.3、候選區域的分類及候選框的精修:使用的Faster R-CNN算法是通過Fast R-CNN網絡實現候選區域的分類及候選框位置的精修;
步驟2,癌細胞的特征提取,包括以下步驟:
2.1、質心特征的提取:Faster R-CNN算法之后,利用RPN網絡會將分數值最高的前300個候選區域輸入Fast R-CNN網絡利用邊框回歸操作實現候選框位置精修,得到最終的目標框,提取邊框回歸之后的所有候選框作為細胞的質心特征;
2.2、卷積特征的提取:提取VGG16網絡第一層全連接層的輸出:特征向量作為細胞的卷積特征;
步驟3,癌細胞的初級跟蹤,包括如下步驟:
3.1、癌細胞類別判定:根據提取每一幀的細胞質心特征計算出每一幀細胞到下一幀的運動速度,根據運動速度計算出這一幀所有細胞的平均速度;當這一幀中某個細胞的運動速度大于平均速度時,分類為活躍細胞,反之為惰性細胞;
3.2、按類別進行初步跟蹤:判定細胞的類別之后,若細胞為惰性細胞則但利用質心特征進行歐氏距離的計算,根據最近鄰法進行關聯匹配;若細胞為活躍細胞則計算質心特征的歐氏距離和卷積特征的余弦距離,再進行加權求和,尋找最相似區域進行關聯匹配;
步驟4,癌細胞的再跟蹤,包括如下步驟:
4.1、漏檢區域的關聯匹配:根據包括歷史信息的匹配中的ID信息尋找當前檢測幀中不包括匹配幀的ID號,截取匹配幀上未匹配ID區域及當前檢測幀上未匹配ID區域,計算這兩個區域直方圖的巴氏系數,若該巴氏系數大于閾值則判定檢測幀的該區域有效,被漏檢而造成漏跟,再重新對該區域進行ID匹配;
4.2、重復檢測區域的關聯匹配:根據最終的匹配信息,先判定是否存在兩個或多個ID對應同一個區域,若存在重復匹配的情況,則計算這些區域的IoU重疊率,若IoU大于閾值,則保留最相似的區域,去除其他的匹配框。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于浙江工業大學,未經浙江工業大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810418273.6/1.html,轉載請聲明來源鉆瓜專利網。





