[發明專利]一種超分辨率的細胞圖像構建方法和系統

有效

• 申請號: 202110400556.X
• 申請日: 2021-04-14
• 公開（公告）號: CN113269672B
• 公開（公告）日: 2023-02-24
• 發明（設計）人: 張浩洋
• 申請（專利權）人: 佛山科學技術學院
• 主分類號: G06T3/40
• 分類號: G06T3/40;G06T5/00;G06T5/40;G06T5/50;G06T7/10;G06N3/045;G06N3/08
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 趙琴娜

本發明公開了一種超分辨率的細胞圖像構建方法和系統，方法首先構建包括低分辨率細胞圖像的數據集；然后將數據集輸入至構建的至少兩個不同的神經網絡模型中進行特征檢測，得到至少兩個不同的神經網絡模型的融合輸出結果；最后對輸出結果進行圖像的分辨率恢復，得到高分辨率細胞圖像。本發明能夠將低分辨率的細胞圖像變為高分辨率的細胞圖像，本發明無需昂貴的顯微鏡設備，降低了應用成本，而且不同于傳統發明的插值法等圖像增強發明，本發明使用至少兩個的神經網絡模型進行訓練，加深模型深度和寬度，不僅僅保留了細胞圖像的細節，而且也降低了模型的泛化誤差，提升了超分辨率的細胞圖像構建的精度。

技術領域

本發明涉及細胞圖像處理技術領域，特別涉及一種超分辨率的細胞圖像構建方法和系統。

背景技術

虛擬顯微鏡技術是近幾年發展起來的一項組織學切片數字化技術。主要原理是應用一臺具備完備功能的標準光學顯微鏡在相同放大倍率下獲取一張經某種染色的組織切片各個部位的圖像，再將這些圖像組合在一起，形成一張完整的組織切片圖像。掃描的圖像必須在一臺標準的顯微鏡的相同放大倍率下讀取的，如1、2、4、10、20、40倍。與傳統的光學顯微鏡下閱讀組織切片不同的是，該項技術是將玻璃載片上的組織切片完全轉化為數字化圖像，可直接在計算機上通過專業軟件在顯示器屏幕上觀察，并能像通過轉換光學顯微鏡不同倍率的物鏡一樣，利用鼠標點擊圖像的某一部位進行組織結構的放大，觀察更細微的組織形態學變化。該技術可廣泛應用于醫學、生物學等領域的教學、科研，特別是通過網絡傳輸應用于遠程教學、專家會診，提高了工作效率。同時，對于臨床病理學和醫學教學單位可大大節省減少玻璃載片組織學切片保存所需要的空間，便于組織切片檔案的計算機化管理。

目前，虛擬顯微鏡技術取得一定的發展，但仍然存在問題。為了采集高分辨率細胞圖像，需要使用昂貴的設備來進行拍攝。在大部分的教學場景下，是使用小型且低廉的顯微鏡設備進行采集，這些設備采集到的細胞圖像的分辨率較低，細胞細節缺失，不利于細胞的分析和種類的辨識，不利于學生的教學。因此，目前亟需一種可以將低分辨率的細胞圖像變為高分辨率的細胞圖像的方法和系統，以降低顯微鏡細胞圖像掃描的成本，提高教學質量。

發明內容

本發明旨在至少解決現有技術中存在的技術問題。為此，本發明提出一種超分辨率的細胞圖像構建方法和系統。能夠將低分辨率的細胞圖像變為高分辨率的細胞圖像，不僅保留了細胞圖像的細節，而且也降低了應用成本。

本發明的第一方面，提供了一種超分辨率的細胞圖像構建方法，包括以下步驟：

構建數據集，所述數據集中包括由顯微鏡拍攝的細胞圖像進行分割得到的多張低分辨率細胞圖像；

將所述數據集中所有低分辨率細胞圖像輸入至至少兩個不同的神經網絡模型進行訓練，并得到所有模型融合后的輸出結果；

對所述輸出結果進行圖像恢復，得到高分辨率細胞圖像。

根據本發明的實施例，至少具有以下有益效果：

本方法首先構建包括低分辨率細胞圖像的數據集；然后將數據集輸入至構建的至少兩個不同的神經網絡模型中進行特征檢測，得到至少兩個不同的神經網絡模型的融合輸出結果；最后對輸出結果進行圖像的分辨率恢復，得到高分辨率細胞圖像。本方法能夠將低分辨率的細胞圖像變為高分辨率的細胞圖像，本方法無需昂貴的顯微鏡設備，降低了應用成本，而且不同于傳統方法的插值法等圖像增強方法，本方法使用至少兩個的神經網絡模型進行訓練，加深模型深度和寬度，不僅僅保留了細胞圖像的細節，而且也降低了模型的泛化誤差，提升了超分辨率的細胞圖像構建的精度。

根據本發明的一些實施例，所述神經網絡模型包括VGGNET、ResNet、 DenseNet、GoogleNet、UNet以及Mask R-CNN神經網絡模型中的至少兩種。

根據本發明的一些實施例，所述對所述輸出結果進行圖像恢復，包括：采用上采樣神經網絡對所述輸出結果進行圖像恢復。