[发明专利]细胞核图像中荧光染色信号点的识别方法和装置有效

专利信息
申请号: 202210958372.X 申请日: 2022-08-11
公开(公告)号: CN115035518B 公开(公告)日: 2022-11-01
发明(设计)人: 黄仁斌;蓝兴杰;范献军;叶莘 申请(专利权)人: 珠海横琴圣澳云智科技有限公司
主分类号: G06F16/50 分类号: G06F16/50;G06T7/00;G06V20/69;G06N3/04;G06N3/08;G06V10/26;G06V10/30;G06V10/764;G06V10/82
代理公司: 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 代理人: 何明伦
地址: 519031 广东省珠海市横琴新区粤澳合作*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 细胞核 图像 荧光 染色 信号 识别 方法 装置
【说明书】:

本申请提供一种细胞核图像中荧光染色信号点的识别方法和装置,其中方法包括:获取目标细胞对应的多通道细胞核图像;将多通道细胞核图像输入训练好的荧光染色信号点识别模型,输出荧光染色信号点识别结果;荧光染色信号点识别模型包括信号点热图获取模块、特征增强模块和信号点检测模块;信号点热图获取模块用于基于多通道细胞核图像生成初始信号点热图;特征增强模块用于对初始信号点热图进行高亮背景噪点去除、信号增强和信号融合处理以得到修正信号点热图及对应的荧光染色信号点特征信息;信号点检测模块用于基于修正信号点热图及对应的荧光染色信号点特征信息确定荧光染色信号点识别结果并输出,能够对荧光染色信号点进行准确高效的识别。

技术领域

本申请涉及图像识别和处理技术领域,尤其涉及一种细胞核图像中荧光染色信号点的识别方法和装置。

背景技术

近年来的研究表明,利用荧光原位杂交技术(Fluorescence in situhybridization,FISH)对细胞进行处理之后,可以基于细胞核图像中荧光染色信号点的数量对细胞进行准确分类。现有技术通常通过成熟的卷积神经网络(Convolutional NeuralNetworks,CNN)分析细胞核图像数据中固有的空间信息以实现荧光染色信号点的识别,然而现有成熟的CNN网络多数基于自然场景数据搭建,其模型参数量大,识别效率低,且由于细胞核图像中图像数据的特征分布与自然场景的特征分布存在较大差异,直接使用现有的模型架构将导致识别精度降低。

因此,如何高效、准确地对细胞核图像中的荧光染色信号点进行识别,成为目前业界亟待解决的技术问题。

发明内容

本申请提供一种细胞核图像中荧光染色信号点的识别方法和装置,以用于实现细胞核图像中荧光染色信号点的高效、准确识别。

本申请提供一种细胞核图像中荧光染色信号点的识别方法,包括:

获取目标细胞对应的多通道细胞核图像;

将所述目标细胞对应的多通道细胞核图像输入训练好的荧光染色信号点识别模型,输出所述多通道细胞核图像中的荧光染色信号点识别结果;

其中,所述荧光染色信号点识别模型是基于多通道细胞核图像样本以及预先确定的荧光染色信号点识别结果标签进行训练后得到的;

所述荧光染色信号点识别模型包括信号点热图获取模块、特征增强模块和信号点检测模块;所述信号点热图获取模块用于基于所述多通道细胞核图像生成对应的初始信号点热图;所述特征增强模块用于对所述初始信号点热图进行高亮背景噪点去除、信号增强和信号融合处理,以得到修正信号点热图及对应的荧光染色信号点特征信息;所述信号点检测模块用于基于所述修正信号点热图及对应的荧光染色信号点特征信息确定所述多通道细胞核图像中的荧光染色信号点识别结果并输出。

根据本申请提供的一种细胞核图像中荧光染色信号点的识别方法,所述高亮背景噪点去除对应的处理步骤包括:

将目标通道对应的初始信号点热图分别与其他通道对应的初始信号点热图相减,以得到所述目标通道对应的多个无高亮背景噪点的第一信号点热图;

基于ReLU激活函数对各第一信号点热图进行处理,以得到所述目标通道对应的多个第二信号点热图。

根据本申请提供的一种细胞核图像中荧光染色信号点的识别方法,所述信号增强对应的处理步骤包括:

基于幂激活函数对所述目标通道对应的多个第二信号点热图进行处理,以得到所述目标通道对应的多个信号增强的第三信号点热图。

根据本申请提供的一种细胞核图像中荧光染色信号点的识别方法,所述信号融合对应的处理步骤包括:

将所述目标通道对应的多个信号增强的第三信号点热图与所述目标通道对应的细胞核图像进行融合操作;

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珠海横琴圣澳云智科技有限公司,未经珠海横琴圣澳云智科技有限公司许可,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/202210958372.X/2.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