买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】基于对抗学习多尺度特征的重叠染色体自动分割方法_武汉大学_202011058744.0 

申请/专利权人:武汉大学

申请日:2020-09-30

公开(公告)日:2021-01-12

公开(公告)号:CN112215847A

主分类号:G06T7/10(20170101)

分类号:G06T7/10(20170101)

优先权:

专利状态码:有效-授权

法律状态:2022.06.24#授权;2021.01.29#实质审查的生效;2021.01.12#公开

摘要:本发明公开了一种面向基于对抗学习多尺度特征的重叠染色体自动分割方法的生成对抗神经网络研究,人类染色体分析的挑战是染色体自动分割的重叠,这阻碍了医学诊断和生物医学研究。因此,本发明提出了一个对抗多尺度特征学习框架,采用嵌套U形网络NestedUNet作为生成器,旨在利用多尺度特征探索染色体图像的“最优”表示;使用条件生成对抗网络cGAN对抗学习来推动输出分布更接近金标准图像;采用最小二乘GAN目标来提高框架的训练稳定性;利用Lovász‑Softmax损失进行连续性的优化,取得了更好的性能。本发明实验结果表明,本发明方法在主观视觉的效果和客观评价的标准上都会优于其他传统的算法。

主权项:1.一种基于对抗学习多尺度特征的重叠染色体自动分割方法,其特征在于,包括:S1:采用人工合成重叠染色体图像作为数据集,获取数据集中的各染色体图像对应的金标准图像,将金标准图像与对应的染色体图像作为训练集;S2:构建由生成器和判别器组成的生成对抗网络作为染色体分割模型;S3:将染色体图像作为生成器的输入得到初始分割图像,将染色体图像、该染色体图像对应的初始分割图像及该染色体图像对应的金标准图像作为判别器的输入,通过设定目标函数约束,让由生成器得到的预测图像接近真实的金标准图像,对生成器和判别器进行交替训练,得到训练好的染色体分割模型,进而通过训练好的染色体分割模型对待分割染色体图像进行分割。

全文数据:

权利要求:

百度查询: 武汉大学 基于对抗学习多尺度特征的重叠染色体自动分割方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

相关技术
相关技术
相关技术
相关技术