[发明专利]使用一个或更多个神经网络进行细胞图像合成在审

专利信息
申请号: 202010529158.3 申请日: 2020-06-11
公开(公告)号: CN112102329A 公开(公告)日: 2020-12-18
发明(设计)人: 徐子乐;王潚崧;辛后昌;杨栋;H·罗斯;徐大光;张玲;F·米莱塔里 申请(专利权)人: 辉达公司
主分类号: G06T7/11 分类号: G06T7/11;G06T7/194;G06T7/00;G06N3/04;G06N3/063;G06N3/08
代理公司: 北京市磐华律师事务所 11336 代理人: 刘娟
地址: 美国加利*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 使用 一个 更多 神经网络 进行 细胞 图像 合成
【权利要求书】:

1.一种处理器,其包括:

一个或更多个算术逻辑单元(ALU),用于至少部分地基于与一个或更多个细胞相关联的基因信息来帮助生成所述一个或更多个细胞的一个或更多个图像。

2.根据权利要求1所述的处理器,其中所述一个或更多个ALU进一步配置成:

接受背景图像数据和基因表达数据作为输入,所述基因表达数据与所述一个或更多个细胞的视觉特征相关联。

3.根据权利要求1所述的处理器,其中所述一个或更多个ALU进一步配置成:

使用多条件生成对抗网络(GAN)推断所述一个或更多个图像,所述多条件生成对抗网络使用医学图像数据和基因表达数据进行训练。

4.根据权利要求3所述的处理器,其中部分地通过对所述医学图像数据和所述基因表达数据进行编码并融合经编码的数据以生成合成图像和分割掩膜来训练所述GAN,所述合成图像包括与所述医学图像数据的背景部分混合的细胞组的表示。

5.根据权利要求4所述的处理器,其中通过将所述合成图像、所述分割掩膜和用于所述基因表达数据的基因代码传递给鉴别器以确定损失值集合来进一步训练所述GAN,其中所述GAN的一个或更多个网络参数使用所述所述损失值集合进行更新。

6.根据权利要求3所述的处理器,其中经训练的所述GAN利用所述一个或更多个细胞的视觉特征与所述基因表达数据之间的经学习的基因组图。

7.一种系统,其包括:

一个或更多个存储器,用于存储与一个或更多个细胞相关联的基因信息;以及

一个或更多个处理器,用于至少部分地基于所述基因信息来帮助生成所述一个或更多个细胞的一个或更多个图像。

8.根据权利要求7所述的系统,其中所述一个或更多个处理器进一步配置成:

接受背景图像数据和基因表达数据作为输入,所述基因表达数据与所述一个或更多个细胞的视觉特征相关联。

9.根据权利要求7所述的系统,其中所述一个或更多个处理器进一步配置成:

使用多条件生成对抗网络(GAN)推断所述一个或更多个图像,所述多条件生成对抗网络使用医学图像数据和基因表达数据进行训练。

10.根据权利要求9所述的系统,其中部分地通过对所述医学图像数据和所述基因表达数据进行编码并融合经编码的数据以生成合成图像和分割掩膜来训练GAN,所述合成图像包括与所述医学图像数据的背景部分混合的细胞组的表示。

11.根据权利要求10所述的系统,其中通过将所述合成图像、所述分割掩膜和用于所述基因表达数据的基因代码传递给鉴别器以确定损失值集合来进一步训练所述GAN,其中使用所述损失值集合更新所述GAN的一个或更多个网络参数。

12.根据权利要求9所述的系统,其中经训练的GAN利用所述一个或更多个细胞的视觉特征与所述基因表达数据之间的经学习的基因组图。

13.一种方法,其包括:

至少部分地基于与一个或更多个细胞相关联的基因信息,生成所述一个或更多个细胞的一个或更多个图像;以及

存储所述一个或更多个图像。

14.根据权利要求13所述的方法,还包括:

接受背景图像数据和基因表达数据作为输入,所述基因表达数据与所述一个或更多个细胞的视觉特征相关联。

15.根据权利要求13所述的方法,还包括:

使用多条件生成对抗网络(GAN)推断所述一个或更多个图像,所述多条件生成对抗网络使用医学图像数据和基因表达数据进行训练。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于辉达公司,未经辉达公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010529158.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top