[發(fā)明專利]一種基于生成對抗網絡的細胞核分割方法在審
| 申請?zhí)枺?/td> | 201811529495.1 | 申請日： | 2018-12-14 |
| 公開（公告）號： | CN109726644A | 公開（公告）日： | 2019-05-07 |
| 發(fā)明（設計）人： | 高陳強;李鵬程;劉芳岑;廖詩沙;周風順;木松 | 申請（專利權）人： | 重慶郵電大學 |
| 主分類號： | G06K9/00 | 分類號： | G06K9/00;G06K9/34;G06N3/04 |
| 代理公司： | 重慶輝騰律師事務所 50215 | 代理人： | 盧勝斌 |
| 地址： | 400065 重*** | 國省代碼： | 重慶;50 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 分割 細胞核 概率圖 對抗 預測 數(shù)據集中 網絡生成 卷積神經網絡 圖像 歸一化處理 分割結果 掩碼圖像 原始圖像 重疊邊界 編解碼 歸一化 準確率 送入 器官 網絡 | ||
1.一種基于生成對抗網絡的細胞核分割方法，包括循環(huán)生成對抗網絡和具有編解碼結構的生成對抗網絡，其特征在于，包括以下步驟：
將原始圖像進行歸一化處理；
歸一化后的圖像經循環(huán)生成對抗網絡生成新的圖像和對應的二值掩碼圖像，并入到數(shù)據集中；
將數(shù)據集中的至少一部分經具有編解碼結構的生成對抗網絡生成第一分割預測概率圖和第二分割預測概率圖；
將第一分割預測概率圖與第二分割預測概率圖送入全卷積神經網絡獲得分割結果。
2.根據權利要求1所述的方法，其特征還在于，所述歸一化處理包括將原始圖像的至少一部分轉化為光學密度圖像，將所述光學密度圖像分解為染色矩陣Si與濃度矩陣Ci，使用目標矩陣R與Ci組成新的矩陣N，具體為：
OD＝Ci×Si
N＝Ci×R
其中，OD表示由原始染色圖像轉化而來的光學密度矩陣，N表示歸一化后的染色圖像矩陣。
3.根據權利要求2所述的方法，其特征還在于，所述目標矩陣R是從數(shù)據集中選取的圖片經分解獲得的染色矩陣部分。
4.根據權利要求1所述的方法，其特征還在于，所述第一分割預測概率圖由訓練集中染色圖像及其對應的二值掩碼圖像經由具有編解碼結構的生成對抗網絡獲得。
5.根據權利要求1所述的方法，其特征還在于，所述第二分割預測概率圖由訓練集中染色圖像經形態(tài)學方法提取的輪廓圖像與對應的二值掩碼圖像經由具有編解碼結構的生成對抗網絡獲得。
6.根據權利要求1所述的方法，其特征還在于，所述將第一分割預測概率圖與第二分割預測概率圖送入全卷積神經網絡包括將第一分割預測概率圖和第二分割預測概率圖融合后送入全卷積神經網絡。
7.根據權利要求6所述的方法，其特征還在于，所述將第一分割預測概率圖和第二分割預測概率圖融合包括將第一分割預測概率圖與第二分割概率預測圖拼接，其中，所述拼接包括將概率圖重疊，利用1×1卷積核將概率圖特征融合。
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重慶郵電大學，未經重慶郵電大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201811529495.1/1.html，轉載請聲明來源鉆瓜專利網。
