[发明专利]自监督三维显微图像去噪方法和系统

权利要求书

1.一种自监督三维显微图像去噪方法，其在荧光显微成像系统中使用，所述荧光显微成像系统包括探测物镜，所述自监督三维显微图像去噪方法包括：

提供自监督三维显微图像去噪系统，所述自监督三维显微图像去噪系统包括计算机可读存储介质，其中存储有能够由计算机调用执行的去噪神经网络模型；

利用所述荧光显微成像系统的探测物镜采集体现生物样本、特别是活体生物样本的三维显微荧光图像体栈；

使用所采集的荧光图像体栈对所述去噪神经网络模型进行自监督训练；

在所述去噪神经网络模型已经训练完毕的情况下，利用去噪神经网络模型对利用所述荧光显微成像系统的探测物镜所采集的荧光图像体栈进行图像去噪处理，所述荧光图像体栈由多个荧光图像层组成，相邻的荧光图像层之间沿着探测物镜的光轴方向的采样间距至少小于探测物镜的轴向分辨率的一半，即满足奈奎斯特采样定律，其特征在于，所述自监督训练包括：

对所述荧光图像体栈进行数据扩增以获得n个尺寸为N_x×N_y×N_z的扩增图像体栈，其中n为大于1的整数，x、y、z分别代表空间直角坐标系的三个轴x、y、z并且z轴与探测物镜的光轴重合或平行，尺寸的定义为x轴方向的像素数×y轴方向的像素数×z轴方向的图像层数，并且N_z为偶数；

从所述n个扩增图像体栈中抽取m个扩增图像体栈，其中所述m为小于或等于n的整数；

在去噪神经网络模型的训练的每次迭代中，从所述m个扩增图像体栈中的每个扩增图像体栈中沿着z轴方向提取序号为奇数的图像层组成第一奇数层图像子体栈以及提取序号为偶数的图像层组成第一偶数层图像子体栈，以所述第一奇数层图像子体栈作为网络输入，以所述第一偶数层图像子体栈作为监督，基于预定的训练损失函数对所述去噪神经网络模型进行训练。

2.根据权利要求1所述的自监督三维显微图像去噪方法，其特征在于，在训练的每次迭代中，包括：

每个扩增图像体栈以无需计算梯度的方式被输入到所述去噪神经网络模型中，得到去噪后的完整图像体栈，并且将所述去噪后的完整图像体栈沿着z轴方向提取序号为奇数的图像层组成第二奇数层图像子体栈以及提取序号为偶数的图像层组成第二偶数层图像子体栈；

将相应的第一奇数层图像子体栈输入到所述去噪神经网络模型中，得到去噪后的第一奇数层图像子体栈；

以所述去噪后的第一奇数层图像子体栈和所述第一偶数层图像子体栈计算所述训练损失函数的自监督训练保真项；

以所述去噪后的第一奇数层图像子体栈、所述第一偶数层图像子体栈、所述第二奇数层图像子体栈、和所述第二偶数层图像子体栈计算所述训练损失函数的偏差矫正正则项；

根据所述训练损失函数进行反向传播和网络权重更新，以完成依次训练迭代。