[发明专利]一种细胞显微图像数据扩充的方法

权利要求书

1.一种细胞显微图像数据扩充的方法，其特征在于，包括：

步骤S1、生成细胞核背景图像的获取：采用预先训练的生成式对抗网络模型生成细胞显微图像块，所述预先训练的生成式对抗网络模型是依据相同类型的原始细胞显微图像训练得到的；依据生成的图像块的RGB均值，筛选出与所述原始细胞显微图像相似的图像块；对筛选出的图像块进行随机选取、拼接和剪裁，获得与所述原始细胞显微图像像素一致的生成细胞核背景图像；

步骤S2、细胞核图像的获取：对所述原始细胞显微图像进行图像分割，获取细胞核图像；

步骤S3、图像融合：将所述生成细胞核背景图像和所述细胞核图像进行融合，获得生成细胞显微图像；

依据生成的图像块的RGB均值，筛选出与所述原始细胞显微图像相似的图像块的方法为k-means算法、主成分分析法、高斯混合模型和CLARANS聚类算法中的任意一种。

2.根据权利要求1所述的方法，其特征在于，对所述原始细胞显微图像进行图像分割的方法为k-means算法、阈值分割法、分水岭算法和大津阈值分割法中的任意一种。

3.根据权利要求1所述的方法，其特征在于，所述生成式对抗网络模型的训练包括以下步骤：

步骤S01、获取所述原始细胞显微图像，并将所述原始细胞显微图像切割成固定大小的图像块；

步骤S02、对所述图像块分别做0度、90度、180度、270度旋转变换，再对旋转变换后的图像块做沿垂直方向的翻转变换，构建训练集；

步骤S03、采用生成式对抗网络模型对所述训练集进行处理，获得预先训练的生成式对抗网络模型。

4.根据权利要求1至3任一项所述的方法，其特征在于，所述原始细胞显微图像为宫颈癌组织病理学显微图像。

5.根据权利要求4所述的方法，其特征在于，所述原始细胞显微图像的像素大小为2560×1920。