[发明专利]基于深度学习神经网络的细胞检测与分割的系统和方法

权利要求书

1.一种基于深度学习神经网络的细胞检测分割的方法，包括如下步骤：

步骤1: 图像截取，通过滑动窗口的方法将图像分割成N个感兴趣区域图像；

步骤2: 训练，构造深度学习神经网络，将步骤1分割出来的N个感兴趣区域图像输入深度学习神经网络进行训练，得到细胞的分类和分割模型；

步骤3: 特征处理：使用训练好的深度学习神经网络模型提取候选框，对每个细胞的特征候选区域进行分类和分割；

步骤4: 特征融合：处理因处于图像边缘而漏识别、误识别的细胞，将经过处理后的细胞进行融合；

步骤5: 图像拼接，将N个经过处理后的感兴趣区域图像拼接成原来的图像；

步骤6: 数据分析，统计图像中细胞的类型和数量，为医生提供辅助诊断依据；

所述步骤4包括：

步骤41、粗检测：将截取出来的图像送入深度学习神经网络进行第一次检测，得到初步的分类和分割结果；

步骤421，漏识别细胞检测：当细胞处于图像边缘或在截取图像时被裁成两半，网络模型检测不出来时，执行步骤431；步骤431，二次检测，针对这部分图像进行二次检测；

步骤422，误识别细胞检测：判断检测出的相邻细胞轮廓特征有无重叠；432、置信度比较，有重叠则比较两个轮廓特征的置信度，取置信度大的作为该细胞的类别；

步骤44，特征合并：将经过步骤421和422处理之后的细胞图像合并在一起，得到完整的分割图。

2.根据权利要求1所述的基于深度学习神经网络的细胞检测分割的方法，其特征在于：所述步骤1包括：

步骤11、读取图像，

步骤12、窗口选取，从图像左边起，取512 x 512大小的窗口，以窗口边长的25%为步长依次滑动窗口，

步骤13、截取图像，将图像分割成N个感兴趣区域图像。

3.根据权利要求1或2所述的基于深度学习神经网络的细胞检测分割的方法，其特征在于：所述步骤2包括：

步骤21，神经网络建模：构造深度学习神经网络，并人工标注细胞特征掩码和细胞类别供模型学习；

步骤22，深度学习神经网络训练：将细胞特征掩码和细胞类别输入深度学习神经网络进行训练，得到分类和分割模型。

4.根据权利要求1或2所述的基于深度学习神经网络的细胞检测分割的方法，其特征在于：所述步骤3包括：

步骤31，细胞特征提取：使用训练好的深度学习神经网络对细胞建立模型，提取细胞特征；

步骤321，细胞分类：根据提取的细胞轮廓特征用softmax分类器对细胞所属种类进行判别；

步骤322，细胞分割：对提取出来的细胞轮廓特征进行上采样，并进行二值化，得到细胞的分割图。