[發明專利]一種基于深度學習的細胞微核識別、定位和計數方法

在審

• 申請號: 202011508857.6
• 申請日: 2020-12-18
• 公開（公告）號: CN112613505A
• 公開（公告）日: 2021-04-06
• 發明（設計）人: 鄭曉亮;王飛;周昕;王日晟;姚劍波
• 申請（專利權）人: 安徽丹姆斯生物科技有限公司
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/46
• 代理公司: 合肥洪雷知識產權代理事務所(普通合伙) 34164
• 代理人: 徐贛林

1.一種基于深度學習的細胞微核識別、定位和計數方法，其特征在于：包括以下步驟：

Step1：輸入原始細胞光學顯微鏡圖像A；

Step2：對原始細胞光學顯微鏡圖像A進行預處理，具體為：將原始細胞光學顯微鏡圖像A轉化成灰度圖像或RGB圖像；進行圖像增強處理，強調突出細胞核部分信息，削弱細胞質部分信息；并分割為若干等分辨率的圖像B；

Step3：構建深度學習特征提取網絡模型C，具體為：首先輸入圖像B；再依次執行卷積操作、特征圖的批歸一化操作和非線性映射操作；最后進行池化操作；

Step4：構建細胞微核識別定位網絡模型D，具體為：首先輸入從深度學習特征提取網絡模型C中提取的特征；再根據特征捕捉原始細胞中的微核，得到微核定位坐標框；最后通過非極大值抑制算法過濾掉無效的或冗余的微核定位坐標框；

Step5：將深度學習特征提取網絡模型C和細胞微核識別定位網絡模型D串聯，記為深度學習細胞微核識別定位網絡模型E，進行網絡訓練，計算損失，通過隨機梯度下降法修改網絡權重，最后保存訓練好的深度學習細胞微核識別定位網絡模型E的權值；

Step6：將待檢測細胞光學顯微鏡圖像F輸入到深度學習細胞微核識別定位網絡模型E中，對待檢測細胞中的微核進行識別和定位，獲得微核定位坐標框；最后通過統計微核定位坐標框的個數得出待檢測細胞中的微核的數量。

2.根據權利要求1所述的一種基于深度學習的細胞微核識別、定位和計數方法，其特征在于，所述圖像B的分辨率為304×304。

3.根據權利要求1或2所述的一種基于深度學習的細胞微核識別、定位和計數方法，其特征在于，Step3中的卷積操作、特征圖的批歸一化操作和非線性映射操作的次數為3次以上。

4.根據權利要求3所述的一種基于深度學習的細胞微核識別、定位和計數方法，其特征在于，Step3中的池化操作采用最大池化法，池化窗口大小為3×3，滑動步長為2。

5.根據權利要求1或2或4所述的一種基于深度學習的細胞微核識別、定位和計數方法，其特征在于，所述細胞微核識別定位網絡模型D在多尺度特征圖上進行識別定位；所述特征圖的尺度分別為38×38、19×19、10×10、5×5、3×3和1×1，每種尺度的特征圖的每個像素點能預測的微核數分別為4、6、6、6、4和4。