[發(fā)明專利]一種基于標簽校正的元學習細胞核分割系統(tǒng)及方法

有效

• 申請?zhí)枺?/td>: 202110651067.1
• 申請日: 2021-06-10
• 公開（公告）號: CN113450363B
• 公開（公告）日: 2023-05-02
• 發(fā)明（設計）人: 李辰;時江波;高澤宇;鮑鑫睿
• 申請（專利權）人: 西安交通大學
• 主分類號: G06T7/10
• 分類號: G06T7/10
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 閔岳峰

1.一種基于標簽校正的元學習細胞核分割方法，其特征在于，包括以下步驟：

步驟一：

對于一張原始的病理圖片以及其相應部分噪聲標注，利用該部分噪聲標注數(shù)據(jù)訓練一個分割網(wǎng)絡，該分割網(wǎng)絡對原始的病理圖片進行初步預測，根據(jù)初始預測掩膜將所有的連通域提取出，之后，進行像素級掩膜校正；

步驟二：

對于步驟一提取的每個連通域噪聲標注和相應原圖，采用基于標簽校正的元學習思想，以全卷積形式設計一個標簽校正網(wǎng)絡，在總樣本數(shù)百分之五標注的輔助下，通過該標簽校正網(wǎng)絡完成對噪聲標簽的校正，監(jiān)督分割網(wǎng)絡的訓練；用D＝{x,y}^m表示少量干凈數(shù)據(jù)樣本，D^′＝{x,y^′}^M表示含有噪聲標注的數(shù)據(jù)樣本；其中，M,m表示噪聲和干凈樣本的數(shù)量，y^′表示噪聲樣本標簽，分割網(wǎng)絡參數(shù)化為帶有參數(shù)W的函數(shù)，y＝f_W(x)，標簽校正網(wǎng)絡形式化為帶有參數(shù)θ的函數(shù)，y_c＝g_θ(h(x),y^′)；其中，h(x)表示分割網(wǎng)絡輸出的特征圖，y_c表示標簽校正網(wǎng)絡校正后的標簽；將分割網(wǎng)絡和標簽校正網(wǎng)絡的訓練當做一個雙向優(yōu)化的過程；當標簽校正網(wǎng)絡參數(shù)θ固定的時候，通過最小化(1)式的目標函數(shù)得到最優(yōu)的W參數(shù)；

通過含有總樣本數(shù)百分之五干凈樣本的元數(shù)據(jù)集和確定的分割網(wǎng)絡最優(yōu)參數(shù)最優(yōu)化(2)式目標函數(shù)得到最優(yōu)的θ值；

在實際的訓練過程中，采用雙向優(yōu)化的方法，交替更新W和θ的值；

為了獲得最優(yōu)的分割網(wǎng)絡和標簽校正網(wǎng)絡參數(shù)，采用迭代的方式，在一次循環(huán)過程中，交替更新W和θ的值；

一次循環(huán)優(yōu)化算法過程，包括以下步驟：

1)初始化分割網(wǎng)絡參數(shù)W⁽⁰⁾和標簽校正網(wǎng)絡參數(shù)θ⁽⁰⁾；

2)在第t次迭代的過程中，分割網(wǎng)絡的參數(shù)被暫時按照公式(3)進行更新，通過一次梯度更新最小化目標函數(shù)公式(1)，其中，t時刻損失的計算公式如(4)所示；

3)通過最小化目標函數(shù)(2)更新標簽校正網(wǎng)絡參數(shù)θ，更新過程如公式(5)，其中，t+1時刻的損失計算公式如(6)所示；

4)最終，通過最小化分割網(wǎng)絡目標函數(shù)(1)完成對分割網(wǎng)絡參數(shù)W的更新；其中，t+1時刻的損失計算公式如(8)所示；

步驟三：

步驟二獲得每個連通域噪聲標簽的校正掩膜之后，對所有的校正掩膜用帶有標識符的分水嶺算法，分割開重疊細胞核的標注，最終對于每個細胞核都能獲得分割邊界。