[发明专利]一种显微影像下目标精确识别和分割的方法及其系统

权利要求书

1.一种显微影像下目标精确识别和分割的方法，其特征在于，包括：

步骤一，基于Focal loss目标检测算法对一显微影像中的目标进行识别，获取目标物质；

步骤二，基于语义分割算法对所述目标物质进行语义分割，从所述显微影像中获取仅包含所述目标物质的图像区域；及

步骤三，对所述图像区域进行可视化。

2.根据权利要求1所述的方法，其特征在于，在所述步骤一执行前，进一步包括：对所述显微影像进行统一预处理的步骤。

3.根据权利要求2所述的方法，其特征在于，所述统一预处理的方式为对所述显微影像以50％的概率使用随机翻转，在-5°和5°之间随机旋转以及随机明暗度和对比度变化的方式进行处理。

4.根据权利要求1所述的方法，其特征在于，所述步骤一中，所述基于Focal loss目标检测算法对一显微影像中的目标进行识别的步骤包括：

构建用于目标区域检测的网络模型；

依据该网络模型对该显微影像进行识别，获取候选矩形框；

根据该候选矩形框得到目标物质对应的矩形框。

5.根据权利要求1所述的方法，其特征在于，所述步骤二中，所述基于语义分割算法对所述目标物质进行语义分割的步骤包括：

通过在标准Unet中加入deep supervision的方式构建语义分割网络；

将交叉熵损失函数与bias-dice损失函数相结合获取损失函数；

依据该语义分割网络与该损失函数对所述目标物质进行语义分割。

6.一种显微影像下目标精确识别和分割的系统，其特征在于，包括：

目标识别模块，用于基于Focal loss目标检测算法对一显微影像中的目标进行识别，获取目标物质；

语义分割模块，用于基于语义分割算法对所述目标物质进行语义分割，从所述显微影像中获取仅包含所述目标物质的图像区域；及

可视化模块，用于对所述图像区域进行可视化。

7.根据权利要求6所述的系统，其特征在于，还包括：

一预处理模块，用于对所述显微影像进行统一预处理。

8.根据权利要求7所述的系统，其特征在于，所述预处理模块对所述显微影像以50％的概率使用随机翻转，在-5°和5°之间随机旋转以及随机明暗度和对比度变化的方式进行处理。

9.根据权利要求6所述的系统，其特征在于，所述目标识别模块进一步包括：

模型构建模块，用于构建用于目标区域检测的网络模型；

区域预测模块，用于依据该网络模型对该显微影像进行识别，获取候选矩形框；

目标区域模块，用于根据该候选矩形框得到目标物质对应的矩形框。

10.根据权利要求6所述的系统，其特征在于，所述语义分割模块进一步包括：

分割网络模块，用于在标准Unet中加入deep supervision的方式构建语义分割网络；

损失函数模块，用于将交叉熵损失函数与bias-dice损失函数相结合获取损失函数；

分割模块，用于依据该语义分割网络与该损失函数对所述目标物质进行语义分割。