CN114037720B 基于半监督学习的病理图像分割与分类的方法及装置 （北京理工大学）_第1页
CN114037720B 基于半监督学习的病理图像分割与分类的方法及装置 （北京理工大学）_第2页
CN114037720B 基于半监督学习的病理图像分割与分类的方法及装置 （北京理工大学）_第3页
CN114037720B 基于半监督学习的病理图像分割与分类的方法及装置 （北京理工大学）_第4页
CN114037720B 基于半监督学习的病理图像分割与分类的方法及装置 （北京理工大学）_第5页
已阅读5页，还剩16页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

基于半监督学习的病理图像分割与分类的基于半监督学习的病理图像分割与分类的分割的性能。方法包括：(1)使用基于Swin-TransformerBlocks的U形网络结构，从图像数连接；(3)利用细胞图像的点注释进行弱监督分结合点到区域的空间拓展的Voronoi划分策略来2(1)使用基于Swin-TransformerBlocks的U形网络结构自适应地从图像数据中提取多(2)在上采样的过程使用双线性插值密集连接，减少解码器的精细度损失的同时缓解(3)利用细胞图像的点注释进行弱监督分割，粗分割阶段采用注释点和几何约束的负所述步骤(3)中首先对细胞图像进行点注释，分别生成两个距离图分别聚焦到正像素点注释的距离图用来专注于高置信度的正像素，假设每个核的注释点靠近核的中3f(I)-H(s-0.5)f(6)lu(E,)·(Edge(f(I))-E,)f(10)7.基于半监督学习的病理图像分割与分类的装置，其用于执行根据权利要求1所述的提取模块，基于Swin-TransformerBlocks的U形网络结构，使网络自45[0009](1)使用基于Swin-TransformerBlocks的U形网络结构自适应地从图像数据中提[0010](2)在上采样的过程使用双线性插值密集连接，减少解码器的精细度损失的同时[0011](3)利用细胞图像的点注释进行弱监督分割，粗分割阶段采用注释点和几何约束[0013]本发明通过基于Swin-Transformer的U形网络结构，能够有效从图像中提取多尺6[0019]图1示出了根据本发明的第一种基于半监督学习的病理图像分割与分类的方法的[0026]图8示出了第二阶段中的原图(a)第一阶段的粗分割图(b)Kirsch算子边缘提取图[0027]如图1所示，这种基于半监督学习的病理图像分割与分类的方法，其包括以下步[0028](1)使用基于Swin-TransformerBlocks的U形网络结构自适应地从图像数据中提[0029](2)在上采样的过程使用双线性插值密集连接，减少解码器的精细度损失的同时[0030](3)利用细胞图像的点注释进行弱监督分割，粗分割阶段采用注释点和几何约束[0032]本发明通过基于Swin-Transformer的U形网络结构，能够有效从图像中提取多尺7[0038]其中：Q,k,veRMexd表示query,key和value矩阵，M2和d分别代表了一个窗口下8[0047]以Voronoi图来专注于高置信度的负像素，记为v;通过Voronoi图来获得分区边lu(v)·(f(I)-0)llf(8)[0059]其中，dilation和erosion分别是图像在k个像素上的膨胀与腐蚀形态学操作，EKirsch代表Kirsch算子对输入图通过程序来指令相关的硬件来完成，所述的程序可以存储于一计算机可读取存储介质中，病理图像分割与分类的装置，该装置通常以与方法各步骤相对应的功能模块的形式表示。9

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论