基于图路径搜索和深度学习的细胞图像分割方法

发明专利有效专利

申请号：
CN201910567031.8
IPC分类号：G06T7/11;G06T7/136;G06T7/66
申请日期：
2019-06-27
申请人：
清华大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于图路径搜索和深度学习的细胞图像分割方法
申请号	CN201910567031.8	申请日期	2019-06-27
法律状态	授权	申报国家	中国
公开/公告日	2019-11-15	公开/公告号	CN110458846A
优先权	暂无	优先权号	暂无
主分类号	G06T7/11 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06T 一般的图像数据处理或产生〔6，2006.01〕 G06T7/00 图像分析〔6，2006.01，2017.01〕 G06T7/10 分割；边缘检测（基于运动的分割入G06T 7/215）〔2017.01〕 G06T7/11 区域分割〔2017.01〕	IPC分类号	G;0;6;T;7;/;1;1;;;G;0;6;T;7;/;1;3;6;;;G;0;6;T;7;/;6;6查看分类表>
申请人	清华大学	申请人地址	北京市海淀区信箱82分箱清华大学专利办公室变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	清华大学	当前权利人	清华大学
发明人	江瑞;池宇杰
代理机构	北京鸿元知识产权代理有限公司	代理人	张超艳;金庆军

摘要

本发明属于生物医学和计算机图像处理技术领域，公开了一种基于图路径搜索和深度学习的细胞图像分割方法，包括采用经过训练的U‑net预测模型，进行以下步骤：预测阶段，把待分割的细胞图像输入经过训练的U‑net预测模型，预测出待分割细胞的距离图；标注细胞中心，以局部像素值最大的像素点作为细胞中心；搜索路径，搜索两个相邻细胞中心的多条路径，提取路径点的像素值；进行判断，以搜索路径上每个路径点的像素值与细胞中心像素值对比判断两个细胞中心是否属于不同细胞，若不是则进行其他两个相邻细胞中心之间的路径搜索，若是则进入分割处理，重复搜索直至全部搜索完成。本发明可以实现对细胞图像中的粘连细胞进行较好的区分和分割。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供