




如果您无法下载资料,请参考说明:
1、部分资料下载需要金币,请确保您的账户上有足够的金币
2、已购买过的文档,再次下载不重复扣费
3、资料包下载后请先用软件解压,在使用对应软件打开
(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号CN112215807A (43)申请公布日2021.01.12 (21)申请号202011018643.0 (22)申请日2020.09.24 (71)申请人北京航空航天大学 地址100191北京市海淀区学院路37号 (72)发明人万涛秦曾昌张宁民 (51)Int.Cl. G06T7/00(2017.01) G06T7/11(2017.01) G06T7/187(2017.01) G06K9/00(2006.01) G06K9/34(2006.01) G06K9/62(2006.01) G06N3/04(2006.01) G06N3/08(2006.01) 权利要求书2页说明书8页附图3页 (54)发明名称 基于深度学习的细胞图像自动分类方法及 系统 (57)摘要 本发明公开提供了一种基于深度学习的细 胞图像自动分类方法及系统,主要包括如下部 分:通过基于深度学习技术的图像分割和分类算 法处理和分析细胞图像,准确提取图像中的单个 细胞,在此基础上有效区分正常细胞以及不同类 型的病变细胞,并且对图像分类效果进行量化评 估。该方法有效地结合实例分割网络模型和深度 卷积分类网络模型,实现细胞图像的自动准确分 类,为医师提供辅助信息,帮助其进行定量分析, 提高工作效率。 CN112215807A CN112215807A权利要求书1/2页 1.基于深度学习的细胞图像自动分类方法及系统,其特征在于,包括以下步骤: 针对细胞图像进行数据采集、图像标注以及细胞区域提取的操作; 使用提取后的所述细胞区域构建模型训练数据集,利用深度实例分割网络模型从采集 后的所述细胞图像中分割出单个细胞; 计算细胞分割效果评价指标,选择分割效果好的所述单个细胞,构建细胞图像分类模 型的训练数据集; 利用深度卷积神经网络搭建所述细胞图像分类模型,设计性能评价体系用于评估细胞 图像的分类结果,并对该方法进行临床可行性分析。 2.根据权利要求1所述的基于深度学习的细胞图像自动分类方法及系统,其特征在于, 所述针对细胞图像进行数据采集、图像标注以及细胞区域提取的操作,包括:从医院图像存 储系统中筛选出符合要求的细胞图像,由经验丰富的医师在每张细胞图像中标注正常及不 同病变类型的细胞区域,针对人工标注的所述细胞区域进行提取操作。 3.根据权利要求2所述的基于深度学习的细胞图像自动分类方法及系统,所述针对人 工标注的所述细胞区域进行提取操作,包括:使用OpenSlide开源医学图像处理软件,根据 医师所标注的细胞区域标签及位置提取细胞区域并获取对应标签。 4.根据权利要求1所述的基于深度学习的细胞图像自动分类方法及系统,其特征在于, 所述使用提取后的所述细胞区域构建模型训练数据集,利用深度实例分割网络模型从采集 后的所述细胞图像中分割出单个细胞,包括:将提取的所述细胞区域划分为单细胞图像以 及细胞团块图像,利用划分后的所述单细胞图像合成细胞团块,建立训练数据集,训练深度 实例分割网络模型,获得细胞图像中的单个细胞。 5.根据权利要求4所述的基于深度学习的细胞图像自动分类方法及系统,其特征在于, 所述利用划分后的所述单细胞图像合成细胞团块,建立训练数据集,包括:对划分后的所述 单细胞图像中的细胞核与细胞质进行标注,并利用手工标注的单细胞图像,通过控制数量 和重叠率,合成多张包含指定数量和重叠率的细胞团块,获得模型训练数据集。 6.根据权利要求1所述的基于深度学习的细胞图像自动分类方法及系统,其特征在于, 所述计算细胞分割效果评价指标,选择分割效果好的所述单个细胞,构建细胞图像分类模 型的训练数据集,包括:利用人工标注的所述细胞团块图像对训练后的所述深度实例分割 网络模型进行测试,计算平均交并比等指标评价细胞分割效果,通过对评价指标设置阈值 的方式选取分割质量好的单个细胞,建立细胞图像分类模型的训练数据集。 7.根据权利要求1所述的基于深度学习的细胞图像自动分类方法及系统,其特征在于, 所述利用深度卷积神经网络搭建所述细胞图像分类模型,包括:将获得的所述细胞图像中 的单个细胞与人工标注的单细胞图像进行组合,采用旋转、平移以及镜像等方式对数据集 进行增强,将增强后的数据集划分为训练集和测试集,训练深度卷积神经网络,构建细胞图 像分类模型。 8.根据权利要求7所述的基于深度学习的细胞图像自动分类方法及系统,其特征在于, 所述训练深度卷积神经网络,构建细胞图像分类模型,包括:通过迁移学习的方式,采用公 开的大型图像数据集对所述深度卷积神经网络进行预训练,保存权重参数,在此基础上使 用增强后的所述训练集对所述深度卷积神经网络进行微调,并利用增强后的所述测试集进 行测试,获得细胞图像分类结果。
Ta的资源

2020110359336低致栓颅内血管编织支架及其处理方法

2020110303186一种钙钛矿量子点聚合物粒子的制备方法

2020110124078基于精准医疗的大数据分析系统及方法

2020109651910 应用近红外谷物分析仪建立油莎豆中粗脂肪含量的检测方法

2020109529321一种铝合金用无氟无氯环保粒状精炼剂及其制备和应用

2020108899336一种新能源商用车总装车间线路布局

2020108620703城市燃气管网多输差协同计算模型及应用方法

2020108207369一种微交联阳离子型聚丙烯酰胺絮凝剂及其制备方法与应用

2020108035131一种基于全站仪的激光雷达外部参数标定方法

2020107682859一种内燃机等离子节油器阴阳极的制备方法

13****40
实名认证
内容提供者


最近下载