申请/专利权人：北京航空航天大学

申请日：2020-09-14

公开（公告）日：2023-01-06

公开（公告）号：CN112215800B

主分类号：G06T7/00

分类号：G06T7/00;G06T7/12;G06T7/181;G06T5/00;G06V10/764

优先权：

专利状态码：有效-授权

法律状态：2023.01.06#授权;2021.01.29#实质审查的生效;2021.01.12#公开

摘要：本发明公开了一种基于机器学习的重叠染色体识别和分割方法，主要包括如下部分：首先通过图像预处理方法自动获取染色体轮廓，提取染色体轮廓的关键特征；基于重叠黏连和单个染色体的标注，训练支持向量机分类器，判别重叠黏连染色体和单个染色体；使用图像处理方法进行重叠黏连染色体分割，获得单个染色体。本发明结合现代图像处理技术和机器学习算法，采用区分重叠和单个染色体的标注方法，不仅提高了重叠染色体识别和分割的准确率，而且节省了大量人工标注成本。

主权项：1.基于机器学习的重叠染色体识别和分割方法，其特征在于，包括以下步骤：针对染色体核型图像进行数据采集，对采集后的所述染色体核型图像进行预处理操作，对预处理后的所述染色体核型图像自动获取染色体轮廓；对所述自动获取的染色体轮廓提取基于轮廓的关键特征；所述对预处理后的所述染色体核型图像提取染色体轮廓的关键特征，包括：将所获得染色体轮廓形状拟合成椭圆，计算椭圆短轴长度和长轴长度的比值；将所获得染色体轮廓形状拟合成凸包，计算闭合轮廓的面积和凸包面积的比值；将所获得染色体轮廓形状拟合成多边形，记录多边形的边数；通过上述方法获得染色体轮廓的三种关键特征；采用所述染色体轮廓图像提取的关键特征训练支持向量机分类器，将染色体识别为重叠黏连染色体和单个染色体；针对所述识别为重叠黏连染色体，通过寻找凹点和图像分割方法，经过重复分割操作，获得多个新的单个染色体图像；所述针对所述识别为重叠黏连染色体，通过寻找凹点和图像分割方法，经过重复分割操作，获得多个新的单个染色体图像，包括：获取染色体轮廓的近似凸包，计算凸包的每边到染色体轮廓的距离，将距离最大的两点作为切割的凹点，通过绘制消锯齿的直线，达到分割轮廓的目的，对分割后的轮廓重复上述操作，从重叠黏连染色体中获得多个单个染色体图像；针对所述识别为单个染色体，经过旋转和填充背景后，获得单个染色体图像；所述针对所述识别为单个染色体，经过旋转和填充背景后，获得单个染色体图像，包括：计算染色体轮廓的近似矩形包，根据矩形的长宽比确定旋转的近似角度，将单个染色体旋转特定角度，产生的空白部分用黑色填充，获得单个染色体图像。

全文数据：

权利要求：

百度查询： 北京航空航天大学 基于机器学习的重叠染色体识别和分割方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD