[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

说明书

本发明公开了一种显微影像下目标精确识别和分割的方法及其系统，该方法包括：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。本发明基于深度学习目标检测和语义分割进行显微影像中单个目标识别和高质量再现，解决人工进行显微影像目标识别和精细判断费时费力的难题。

技术领域

本发明涉及计算机视觉图像处理，显微影像分析等技术领域，特别是一种显微影像下目标精确识别和分割的方法及其系统。

背景技术

显微影像中目标识别在生物学和医学中具有重要的应用。现有显微影像分析主要依赖人工判断，耗时耗力。如染色体核型分析需要识别并将所有46条染色体进行排列，而血液细胞检查需要对多个视野下的所有类别骨髓细胞识别并求统计平均。

人工分析方法是最直接的一种，然而由于显微影像下单个视野通常存在几十到上百个目标，而每次分析往往需要统计多个视野实现统计意义上的精确，非常耗时耗力。而由于目标往往聚在一起，使得一些细微病变特征难以有效发现。

现有技术存在如上诸多问题，亟待解决。

发明内容

本发明目的在于提供一种显微影像下目标精确识别和分割的方法及其系统，用于基于深度学习目标检测和语义分割进行显微影像中单个目标识别和高质量再现，解决人工进行显微影像目标识别和精细判断费时费力的难题。

为了达成如上目的，本发明提供一种显微影像下目标精确识别和分割的方法，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。

所述的方法，其中，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。

所述的方法，其中，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。

所述的方法，其中，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。

所述的方法，其中，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。

为了达成如上目的，本发明还提供一种显微影像下目标精确识别和分割的系统，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。