[发明专利]一种基于深度学习的宫颈细胞图像分割系统

说明书

本发明公开了一种基于深度学习的宫颈细胞图像分割系统，涉及图像分割技术领域；图像采集器与图像特征提取器连接，图像特征提取器与图像分割器连接，图像分割器与图像匹配器连接，深度学习器与数据存储库连接，数据存储库与图像匹配器连接，图像匹配器与图像优化器连接，图像优化器与图像输出器连接，图像采集用于采集图像并将图像传输给图像特征提取器，图像特征提取器将图像特征提取，并将数据传输给图像分割器，图像分割器将图像分割成数个图像，最后经过匹配与优化输出；本发明能够实现图像的采集、提取、分割、匹配与优化，并且能够深度学习；使用方便，操作简便，能够节省时间，稳定性高，便于图像的输出。

技术领域

本发明属于图像分割技术领域，具体涉及一种基于深度学习的宫颈细胞图像分割系统。

背景技术

图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。它是由图像处理到图像分析的关键步骤。现有的图像分割方法主要分以下几类：基于阈值的分割方法、基于区域的分割方法、基于边缘的分割方法以及基于特定理论的分割方法等。从数学角度来看，图像分割是将数字图像划分成互不相交的区域的过程。图像分割的过程也是一个标记过程，即把属于同一区域的像素赋予相同的编号。

而现有的宫颈细胞图像分割系统在进行图像分割时准确度低，并且在操作时效率低，稳定性差，浪费时间。

发明内容

为解决现有的宫颈细胞图像分割系统在进行图像分割时准确度低，并且在操作时效率低，稳定性差，浪费时间的问题；本发明的目的在于提供一种基于深度学习的宫颈细胞图像分割系统。

本发明的一种基于深度学习的宫颈细胞图像分割系统，包括图像采集器、图像特征提取器、图像分割器、深度学习器、数据存储库、图像匹配器、图像优化器、图像输出器；图像采集器与图像特征提取器连接，图像特征提取器与图像分割器连接，图像分割器与图像匹配器连接，深度学习器与数据存储库连接，数据存储库与图像匹配器连接，图像匹配器与图像优化器连接，图像优化器与图像输出器连接，图像采集器用于采集图像并将图像传输给图像特征提取器，图像特征提取器将图像特征提取，并将数据传输给图像分割器，图像分割器将图像分割成数个图像，最后经过匹配与优化输出。

作为优选，所述图像采集器包括拍摄器、补光器与显微镜；拍摄器与显微镜相配合，补光器设置在显微镜一侧。

作为优选，所述深度学习器为图像对比与图像识别装置。

作为优选，所述图像输出器为显示器。

作为优选，所述图像匹配器包括匹配与融合器。

与现有技术相比，本发明的有益效果为：

一、能够实现图像的采集、提取、分割、匹配与优化，并且能够深度学习；

二、使用方便，操作简便，能够节省时间，稳定性高，便于图像的输出。

附图说明

为了易于说明，本发明由下述的具体实施及附图作以详细描述。

图1为本发明的结构示意图；

图2为本发明中图像采集器的框图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明了，下面通过附图中示出的具体实施例来描述本发明。但是应该理解，这些描述只是示例性的，而并非要限制本发明的范围。本说明书附图所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容能涵盖的范围内。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。