申请/专利权人：中国科学院宁波材料技术与工程研究所;宁波慈溪生物医学工程研究所

申请日：2024-02-22

公开（公告）日：2024-03-26

公开（公告）号：CN117765532A

主分类号：G06V20/69

分类号：G06V20/69;G06V20/70;G06V10/26;G06V10/30;G06V10/774;G06N3/0455;G06N3/0464;G06N3/096;G06N20/20

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.12#实质审查的生效;2024.03.26#公开

摘要：本发明公开了一种基于共聚焦显微图像的角膜朗格汉斯细胞分割方法和装置，属于医学影像分割领域，包括：获取IVCM设备拍摄的包含大量朗格汉斯细胞的角膜上皮下神经纤维丛影像，并进行数据预处理，建立朗格汉斯细胞分割金标准，构建模型训练数据集；设计基于膨胀加持的集成学习策略，用于突出图像分割目标，屏蔽背景信息；设计基于原图引导的发散感知与集成增强策略，增强模型对朗格汉斯细胞形态特征的学习，提升模型分割效果；基于最终分割图，对细胞密度、数量、成熟度等形态学参数进行量化，以提供临床分析。本发明提出的分割方法能够屏蔽IVCM图像中的伪影和噪声信息，减少模型误分割与欠分割率，从而提升朗格汉斯细胞的分割精度和效率。

主权项：1.一种基于共聚焦显微图像的角膜朗格汉斯细胞分割方法，其特征在于，包括以下步骤：步骤1：获取IVCM设备拍摄的包含大量朗格汉斯细胞的角膜上皮下神经纤维丛影像，构建数据集并进行数据预处理，数据集包括训练集、验证集和测试集，建立用于朗格汉斯细胞分割的金标准库，金标准库包括训练集标签和验证集标签；步骤2：构建用于角膜朗格汉斯细胞分割的分割模型，所述分割模型包含基于膨胀加持的集成学习策略、集成增强策略和基于蒸馏学习的感知发散策略，将训练集中的IVCM图像输入分割模型，采取基于膨胀加持的集成学习策略，得到训练集膨胀加持掩膜；采取集成增强策略，对训练集膨胀加持掩膜进行加噪处理，得到集成增强掩模；采取基于蒸馏学习的感知发散策略，通过教师模型和学生模型之间的知识蒸馏，使学生模型学习到所述IVCM图像中的上下文语义信息，得到朗格汉斯细胞分割图，通过朗格汉斯细胞分割图和训练集标签之间的分割损失、教师模型和学生模型之间的蒸馏损失的最小化，得到训练好的分割模型；步骤3：采用验证集及验证集标签对训练好的模型进行验证，以验证集上性能指标最好的轮次作为最终的分割模型，将测试集输入最终的分割模型，得到朗格汉斯细胞的测试集分割图，通过量化测试集分割图中朗格汉斯细胞的形态学参数，所述形态学参数包括细胞密度、数量以及成熟度，为临床分析提供支撑。

全文数据：

权利要求：

百度查询： 中国科学院宁波材料技术与工程研究所;宁波慈溪生物医学工程研究所 基于共聚焦显微图像的角膜朗格汉斯细胞分割方法和装置

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