摘要
本发明提出了一种针对R显带染色体的切割方法,以通用深度学习实例分割算法为基础,充分结合R显带染色体的数据特点,提出基于辅助tokens的形状先验引导模块、动态RoI Align的边界对齐模块和注意力引导的自适应特征融合模块等创新技术,在少量训练数据的条件下即可实现R显带染色体的自动精准切割。本发明的有益效果为:本发明解决深度学习实例分割算法在少量R显带染色体数据下“训练难”问题,提高R显带染色体分析的智能化水平,减轻细胞遗传学人员的工作负担。
技术关键词
染色体
切割方法
形状先验
对齐模块
实例分割算法
随机采样方法
引入注意力机制
分块技术
动态网格
深度学习模型
多层感知机
掩膜
信息编码
图像
输出特征
系统为您推荐了相关专利信息
角色分配方法
学习特征
模糊C均值聚类
动态
数据处理单元
面向工业物联网
自愈控制方法
数字孪生模型
遗传算法
染色体
风险评估模型
变电站
卫星遥感数据
融合特征
数据对齐模块
语义变化检测方法
多尺度特征融合
遥感信息提取技术
时空多特征融合
时序遥感图像