[发明专利]一种多尺度串行的卷积深度学习显微图像分割方法有效
| 申请号： | 201910533172.8 | 申请日： | 2019-06-19 |
| 公开（公告）号： | CN110264476B | 公开（公告）日： | 2022-11-15 |
| 发明（设计）人： | 李晨;张敬华;李宏 | 申请（专利权）人： | 东北大学 |
| 主分类号： | G06T7/11 | 分类号： | G06T7/11;G06N3/04;G06N3/08 |
| 代理公司： | 北京易捷胜知识产权代理有限公司 11613 | 代理人： | 韩国胜;李会娟 |
| 地址： | 110169 辽*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种多尺度串行的卷积深度学习显微图像分割方法，包括以下步骤：步骤S1、获取环境微生物显微图像，对图像进行灰度化处理；步骤S2、将灰度化处理后的图像输入预先训练的MIaMIA‑Net模型，输出图像分割结果；MIaMIA‑Net模型为基于Inception结构和U‑Net结构的一种以串行卷积操作获取多尺度卷积核共同作用效果的神经网络模型。在提高对于多尺度目标适应性的同时降低了模型的参数量及内存占用，并且对环境微生物显微图像的分割精度高。 | ||
| 搜索关键词： | 一种 尺度 串行 卷积 深度 学习 显微 图像 分割 方法 | ||
【主权项】：
1.一种多尺度串行的卷积深度学习显微图像分割方法，其特征在于，包括以下步骤：步骤S1、获取环境微生物显微图像，对所述图像进行灰度化处理；步骤S2、将灰度化处理后的图像输入预先训练的MIaMIA‑Net模型，输出图像分割结果；所述MIaMIA‑Net模型为基于Inception结构和U‑Net结构的一种以串行卷积操作获取多尺度卷积核共同作用效果的神经网络模型。
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东北大学，未经东北大学许可，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/patent/201910533172.8/，转载请声明来源钻瓜专利网。
