[發(fā)明專利]一種從低倍鏡圖像中尋找染色體分裂相的方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202110479614.2
• 申請(qǐng)日: 2021-04-30
• 公開（公告）號(hào): CN113158951B
• 公開（公告）日: 2022-07-29
• 發(fā)明（設(shè)計(jì)）人: 王志崗;賀環(huán)宇;方超;陳亞楠
• 申請(qǐng)（專利權(quán)）人: 天津深析智能科技發(fā)展有限公司
• 主分類號(hào): G06V20/69
• 分類號(hào): G06V20/69;G06V10/774;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 天津市北洋有限責(zé)任專利代理事務(wù)所 12201
• 代理人: 杜文茹

1.一種從低倍鏡圖像中尋找染色體分裂相的方法，其特征在于，包括如下步驟：

1)用包含染色體分裂相的區(qū)域圖像和該區(qū)域圖像的掩膜圖像對(duì)染色體分裂相分割網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到染色體分裂相智能分割模型；

2)用染色體分裂相圖像和該圖像的類別對(duì)搭建的第一個(gè)染色體分裂相評(píng)分網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到第一個(gè)染色體分裂相智能評(píng)分模型；

3)用染色體分裂相的特征與類別對(duì)搭建的支持向量機(jī)分類器進(jìn)行訓(xùn)練，得到第二個(gè)染色體分裂相智能評(píng)分模型；

4)依次使用染色體分裂相智能分割模型、第一個(gè)染色體分裂相智能評(píng)分模型和第二個(gè)染色體分裂相智能評(píng)分模型對(duì)染色體分裂相進(jìn)行智能分離并篩選。

2.根據(jù)權(quán)利要求1所述的一種從低倍鏡圖像中尋找染色體分裂相的方法，其特征在于，步驟1)包括：

(1.1)從低倍鏡圖像中獲取包含染色體分裂相的區(qū)域圖像及該區(qū)域圖像的掩膜圖像；

(1.2)搭建染色體分裂相分割網(wǎng)絡(luò)，將獲取的包含染色體分裂相的區(qū)域圖像和該區(qū)域圖像的掩膜圖像作為樣本輸入所述的染色體分裂相分割網(wǎng)絡(luò)，對(duì)染色體分裂相分割網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到染色體分裂相智能分割模型。

3.根據(jù)權(quán)利要求2所述的一種從低倍鏡圖像中尋找染色體分裂相的方法，其特征在于，第(1.1)步包括：

(1.1.1)人工標(biāo)注低倍鏡圖像中的染色體分裂相的輪廓；

(1.1.2)對(duì)低倍鏡圖像做灰度拉伸處理，得到灰度拉伸處理后的低倍鏡圖像；

(1.1.3)生成與低倍鏡圖像相同大小的全黑圖像，根據(jù)人工標(biāo)注的染色體分裂相的輪廓信息，將低倍鏡圖像中的染色體分裂相在全黑圖像中標(biāo)記為白色，然后將位于邊界的染色體分裂相在此圖像上涂黑，得到的圖像為低倍鏡圖像的掩膜圖像；

(1.1.4)遍歷每個(gè)染色體分裂相，同時(shí)計(jì)算每個(gè)染色體分裂相與其它染色體分裂相的距離，當(dāng)所述的距離大于設(shè)定值時(shí)，從灰度拉伸處理后的低倍鏡圖像中切割出大小為640*480的包含當(dāng)前染色體分裂相的區(qū)域圖像并記錄切割位置，切割出的圖像即為包含染色體分裂相的區(qū)域圖像，然后從第(1.1.3)步生成的低倍鏡圖像的掩膜圖像中對(duì)應(yīng)所述的記錄的切割位置，切割出大小為640*480的圖像，切割出的圖像即為包含染色體分裂相的區(qū)域圖像的掩膜圖像；如果所述的距離小于設(shè)定值時(shí)，從灰度拉伸處理后的低倍鏡圖像中切割出大小為640*480的包含當(dāng)前染色體分裂相和與該當(dāng)前染色體分裂相距離小于設(shè)定值的另一個(gè)染色體分裂相的區(qū)域圖像，記錄切割位置，切割出的圖像即為包含染色體分裂相的區(qū)域圖像，然后從第(1.1.3)步生成的低倍鏡圖像的掩膜圖像中在對(duì)應(yīng)記錄的切割位置處切割出大小為640*480的圖像，作為包含染色體分裂相的區(qū)域圖像的掩膜圖像。

4.根據(jù)權(quán)利要求2所述的一種從低倍鏡圖像中尋找染色體分裂相的方法，其特征在于，第(1.2)步包括：

(1.2.1)搭建用于染色體分裂相分割的神經(jīng)網(wǎng)絡(luò)，所述的用于染色體分裂相分割的神經(jīng)網(wǎng)絡(luò)，是FCN、U-Net、SegNet神經(jīng)網(wǎng)絡(luò)中的一種，神經(jīng)網(wǎng)絡(luò)的輸入不指定圖像大小；

(1.2.2)將包含染色體分裂相的區(qū)域圖像輸入染色體分裂相分割網(wǎng)絡(luò)，網(wǎng)絡(luò)訓(xùn)練時(shí)使用的目標(biāo)掩膜圖像是包含染色體分裂相的區(qū)域圖像的掩膜圖像，對(duì)染色體分裂相分割網(wǎng)絡(luò)進(jìn)行訓(xùn)練得到染色體分裂相智能分割模型。

5.根據(jù)權(quán)利要求1所述的一種從低倍鏡圖像中尋找染色體分裂相的方法，其特征在于，步驟2)包括：

(2.1)獲取染色體分裂相圖像和染色體分裂相圖像的類別；

(2.2)搭建第一個(gè)用于染色體分裂相評(píng)分的神經(jīng)網(wǎng)絡(luò)，所述的神經(jīng)網(wǎng)絡(luò)是VGGNet、Inception、Xception中的一種神經(jīng)網(wǎng)絡(luò)；

(2.3)將染色體分裂相圖像和該圖像的類別輸入所搭建的第一個(gè)用于染色體分裂相評(píng)分的神經(jīng)網(wǎng)絡(luò)，對(duì)該神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到第一個(gè)染色體分裂相智能評(píng)分模型。