[發明專利]一種基于圖像先驗的細胞圖像超分辨方法及裝置有效
| 申請號: | 201811224978.0 | 申請日: | 2018-10-20 |
| 公開(公告)號: | CN109389557B | 公開(公告)日: | 2023-01-06 |
| 發明(設計)人: | 曹汛;蔡悅;閆鋒;華夏;夏永泉 | 申請(專利權)人: | 南京大學 |
| 主分類號: | G06T3/40 | 分類號: | G06T3/40 |
| 代理公司: | 江蘇法德東恒律師事務所 32305 | 代理人: | 李媛媛 |
| 地址: | 210046 江蘇*** | 國省代碼: | 江蘇;32 |
| 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 圖像 先驗 細胞 分辨 方法 裝置 | ||
1.一種基于圖像先驗的細胞圖像超分辨方法,其特征在于,包括如下步驟:
S1,拍攝顯微鏡下的細胞圖像;
S2,對拍攝得到的每張細胞圖像手動標記出背景、細胞質和細胞核三種區域,并生成掩膜;
S3,利用特征編碼網絡,以單張細胞圖像為輸入,逐漸提取圖像特征,再將低層次和高層次特征結合起來,生成一個特征圖;
S4,利用語義分割網絡,從輸入的單張細胞圖像中提取出背景、細胞質和細胞核三種區域的掩膜;
S5,將S3獲得的細胞圖像的特征圖和S4提取的掩膜在通道維度上疊加,利用圖像解碼網絡解碼并生成高分辨率的細胞圖像;
S6,以S1拍攝的細胞圖像和S2標記得到的掩膜作為訓練集,用反向傳播算法訓練卷積神經網絡分割細胞和超分辨細胞圖像的能力;
S7,經過多次迭代后,固定網絡參數,利用訓練得到的卷積神經網絡對單張未標記掩膜的低分辨率細胞圖像直接進行超分辨。
2.根據權利要求1所述的一種基于圖像先驗的細胞圖像超分辨方法,其特征在于,所述步驟S2中,手動標記的具體方法為:利用LabelMe軟件,將細胞圖像中細胞質和細胞核的區域均勻標注點,再以這些標注點作為頂點,利用opencv視覺庫中的畫圖工具生成凸多邊形。
3.根據權利要求1所述的一種基于圖像先驗的細胞圖像超分辨方法,其特征在于,所述步驟S3中,特征編碼網絡利用含4個連續殘差塊的殘差神經網絡提取圖像特征。
4.根據權利要求1所述的一種基于圖像先驗的細胞圖像超分辨方法,其特征在于,所述步驟S4中,語義分割網絡呈瓶頸結構,輸入的圖像每經過兩個卷積-ReLU層,就使用池化層降采樣一倍,一共經歷4次;接著,再通過解卷積層逐漸增采樣,且將之前尺寸相同的卷積層逐元素相加,直至恢復至輸入圖像的大小,生成掩膜。
5.一種基于圖像先驗的細胞圖像超分辨的裝置,其特征在于,所述裝置包括:
顯微圖像獲取模塊,獲取細胞原始顯微圖像;
圖像預處理模塊,對獲取的細胞圖像手動標記出背景、細胞質和細胞核三種區域,并提取掩膜;
圖像特征編碼模塊,從輸入的細胞圖像中逐漸提取圖像特征,再將低層次和高層次特征結合起來,生成一個特征圖;
圖像掩膜提取模塊,利用語義分割網絡從輸入的細胞圖像中提取背景、細胞質和細胞核三種區域的掩膜;
圖像解碼模塊,用于將所述圖像特征編碼模塊生成的特征圖和所述圖像掩膜提取模塊提取的掩膜在通道維度上疊加,利用圖像解碼網絡解碼并生成高分辨率的細胞圖像;
神經網絡訓練模塊,以所述顯微圖像獲取模塊獲取的細胞原始顯微圖像和所述圖像預處理模塊提取的掩膜作為訓練集,基于反向傳播算法訓練卷積神經網絡分割細胞和超分辨細胞圖像的能力;
細胞超分辨模塊,利用訓練得到的卷積神經網絡對未標記掩膜的低分辨率細胞圖像進行超分辨。
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南京大學,未經南京大學許可,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/201811224978.0/1.html,轉載請聲明來源鉆瓜專利網。
- 彩色圖像和單色圖像的圖像處理
- 圖像編碼/圖像解碼方法以及圖像編碼/圖像解碼裝置
- 圖像處理裝置、圖像形成裝置、圖像讀取裝置、圖像處理方法
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序以及圖像解碼程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序、以及圖像解碼程序
- 圖像形成設備、圖像形成系統和圖像形成方法
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序





