国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      一種基于有效知識獲取的輕量級細(xì)胞核分割系統(tǒng)與方法

      文檔序號:40398631發(fā)布日期:2024-12-20 12:22閱讀:15來源:國知局
      一種基于有效知識獲取的輕量級細(xì)胞核分割系統(tǒng)與方法

      本發(fā)明涉及醫(yī)學(xué)圖像處理領(lǐng)域,尤其涉及一種基于有效知識獲取的輕量級細(xì)胞核分割系統(tǒng)與方法。


      背景技術(shù):

      1、對病理圖像中的細(xì)胞核進行分割并獲取相關(guān)形態(tài)信息,可以輔助病理醫(yī)生對癌癥的狀態(tài)、病人的預(yù)后進行診斷。

      2、而病理圖像掃描之后的分辨率大小往往達(dá)到百萬級別,且一張圖像上的細(xì)胞核數(shù)量眾多、形態(tài)各異、位置密集,因此很難通過手工進行分割。

      3、隨著深度學(xué)習(xí)技術(shù)的發(fā)展,針對病理圖像上的細(xì)胞核進行自動分割、分類任務(wù)的模型也已經(jīng)出現(xiàn)。

      4、但這些模型為了達(dá)到優(yōu)良的分割性能,往往設(shè)計臃腫,這導(dǎo)致了運行這些模型時對計算機設(shè)備的要求較高。且模型對病理圖像的處理時間較長,比如目前主流的細(xì)胞核分割模型在一整張病理切片的處理時間需要一個小時以上,在計算能力更落后的設(shè)備上則需要更久的時間。

      5、這樣的情況限制了其用于輔助診斷的廣泛應(yīng)用。


      技術(shù)實現(xiàn)思路

      1、本發(fā)明的目的在于克服上述現(xiàn)有技術(shù)的缺點和不足,提供一種基于有效知識獲取的輕量級細(xì)胞核分割系統(tǒng)與方法。

      2、本發(fā)明能在計算能力較低的設(shè)備上也能運行,且在同等硬件條件下時,運行時間相比其他細(xì)胞核分割模型大大減少,同時保持了優(yōu)秀的分割、分類效果。因此,本發(fā)明具有實際應(yīng)用價值以及推廣的前景。

      3、本發(fā)明通過下述技術(shù)方案實現(xiàn):

      4、一種基于有效知識獲取的輕量級細(xì)胞核分割方法,包括如下步驟:

      5、s1.先用細(xì)胞核分割數(shù)據(jù)集的標(biāo)簽監(jiān)督教師模型的訓(xùn)練;

      6、s2.將訓(xùn)練好的教師模型通過獲取有效知識的知識蒸餾方法,將圖像信息捕獲能力教授給學(xué)生模型;在此過程中,數(shù)據(jù)集的標(biāo)簽也參與學(xué)生模型訓(xùn)練時的監(jiān)督;

      7、s3.得到的學(xué)生模型具備了在病理圖像上對細(xì)胞核準(zhǔn)確分割和分類。

      8、所述細(xì)胞核分割時把要處理的病理圖像放在同一個文件夾內(nèi),同批送入模型即得到對應(yīng)的細(xì)胞核分割結(jié)果。

      9、一種基于有效知識獲取的輕量級細(xì)胞核分割系統(tǒng),包括

      10、提取圖像信息器;

      11、預(yù)測細(xì)胞核背景解碼器;

      12、細(xì)胞核分界邊緣解碼器;

      13、細(xì)胞核類別解碼器;

      14、所述預(yù)測細(xì)胞核背景解碼器、細(xì)胞核分界邊緣解碼器和細(xì)胞核類別解碼器最后得到的結(jié)果應(yīng)用到分水嶺算法,生成了細(xì)胞核實例掩碼;

      15、所述預(yù)測細(xì)胞核背景解碼器依次包含兩個含dense?block解碼器模塊c和圖像信息解碼模塊a;

      16、所述細(xì)胞核分界邊緣解碼器依次包含兩個含dense?block、曲率的解碼器模塊e和圖像信息解碼模塊a;

      17、所述細(xì)胞核類別解碼器,依次包含兩個含dense?block、空洞卷積的解碼器模塊d和含空洞卷積解碼器模塊b。

      18、本發(fā)明相對于現(xiàn)有技術(shù),具有如下的優(yōu)點及效果:

      19、現(xiàn)有的核分割模型運行時間長,對設(shè)備計算能力要求高,限制了計算機輔助診斷的廣泛應(yīng)用和推廣。本發(fā)明提供了一個高效的輕量級細(xì)胞核分割模型,以輕量網(wǎng)絡(luò)作為器,在多任務(wù)架構(gòu)中實現(xiàn)解碼器。

      20、本發(fā)明采用知識蒸餾方法,通過學(xué)習(xí)有效知識,提高模型對細(xì)胞核進行分割、分類的準(zhǔn)確性。



      技術(shù)特征:

      1.一種基于有效知識獲取的輕量級細(xì)胞核分割方法,其特征在于包括如下步驟:

      2.根據(jù)權(quán)利要求1所述基于有效知識獲取的輕量級細(xì)胞核分割方法,其特征在于細(xì)胞核分割時把要處理的病理圖像放在同一個文件夾內(nèi),同批送入模型即得到對應(yīng)的細(xì)胞核分割結(jié)果。

      3.一種基于有效知識獲取的輕量級細(xì)胞核分割系統(tǒng),其特征在于包括


      技術(shù)總結(jié)
      本發(fā)明公開了一種基于有效知識獲取的輕量級細(xì)胞核分割系統(tǒng)與方法;先用細(xì)胞核分割數(shù)據(jù)集的標(biāo)簽監(jiān)督教師模型的訓(xùn)練;將訓(xùn)練好的教師模型通過獲取有效知識的知識蒸餾方法,將圖像信息捕獲能力教授給學(xué)生模型;在此過程中,數(shù)據(jù)集的標(biāo)簽也參與學(xué)生模型訓(xùn)練時的監(jiān)督;得到的學(xué)生模型具備了在病理圖像上對細(xì)胞核準(zhǔn)確分割和分類。細(xì)胞核分割時把要處理的病理圖像放在同一個文件夾內(nèi),同批送入模型即得到對應(yīng)的細(xì)胞核分割結(jié)果。本發(fā)明能在計算能力較低的設(shè)備上也能運行,且在同等硬件條件下時,運行時間相比其他細(xì)胞核分割模型大大減少,同時保持了優(yōu)秀的分割、分類效果。因此,本發(fā)明具有實際應(yīng)用價值以及推廣的前景。

      技術(shù)研發(fā)人員:羅靖鑫,韓楚,韓國強,劉再毅,趙秉超,鐘雨萍
      受保護的技術(shù)使用者:華南理工大學(xué)
      技術(shù)研發(fā)日:
      技術(shù)公布日:2024/12/19
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評論。精彩留言會獲得點贊!
      1