CN116343205B 一种浮游藻类细胞荧光-明场显微图像自动标注方法 (中国科学院合肥物质科学研究院)_第1页
CN116343205B 一种浮游藻类细胞荧光-明场显微图像自动标注方法 (中国科学院合肥物质科学研究院)_第2页
CN116343205B 一种浮游藻类细胞荧光-明场显微图像自动标注方法 (中国科学院合肥物质科学研究院)_第3页
CN116343205B 一种浮游藻类细胞荧光-明场显微图像自动标注方法 (中国科学院合肥物质科学研究院)_第4页
CN116343205B 一种浮游藻类细胞荧光-明场显微图像自动标注方法 (中国科学院合肥物质科学研究院)_第5页
已阅读5页,还剩9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

WO2023009870A1,2023.02.02一种浮游藻类细胞荧光-明场显微图像自动荧光图像转化为训练实例分割MaskRCNN网络所2B1=B·M=(B日M)田MB2=B1用M3像仍然是依赖于在LabelMe等标注工具中通过人工用鼠标绘制藻细胞轮廓,标注浮游植物[0004]本发明公开了利用浮游藻类荧光显微图像对明场显微图替代了传统的需要在LabelMe等标注工具中人工绘[0012]步骤(7)首先使用COCO数据集预训练MaskRCNN网络,然后在预训练模型的基础4[0015]本发明针对浮游藻类细胞分割网络存在着数据标注严重依赖于人工标注且人工荧光图像,对荧光图像进行数字图像形态处理后,将荧光图像转化为训练实例分割Mask最后用自动生成的标注掩码图训练MaskRCNN网络,为浮游藻类细胞识别提供了一种有效[0024]本发明公开了利用浮游藻类细胞荧光图像对明场显微图像的轮廓进行自动标注[0025]步骤(1)在荧光一明场双通道显微成像仪器中同步采集浮游藻类细胞的显微荧光[0026]步骤(2)将荧光图像转化为灰度图,并采用大律法将灰度荧光图像转化为二值化[0027]步骤(3)使用十字形结构元M对二值化图像B进行形态学开运算,以消除由于噪声5[0031]步骤(5)通过Python_Opencv图像处理库中的cv2.findContours方法确定二值图实例分割模型,通过在输出端使用全连接网络FCN,实现了同时输出浮游藻类细胞的边界[0033]步骤(7)COCO数据集是一种大规模的目标检测和分割的图像数据集。为加速模型[0039]参见图6,将本发明的自动绘制浮游藻类细胞轮廓的方法集成到6789

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。

评论

0/150

提交评论