摘要
本发明提供了单细胞轮廓识别与提取的方法、系统、设备及存储介质,属于图像处理技术领域。所述的方法包括如下步骤:S1、采集图像;S2、图像数据增强;S3、U‑net分割;S4、细胞外轮廓识别;S5、剔除干扰;S6、保留分散的单细胞;S7、单细胞编号。本发明提供的方法通过输入染色后的组织切片,经过深度学习模型进行实例分割,识别组织中的单细胞,并进行编号,标注每个细胞的轮廓,去除重叠在一起的细胞,仅保留分散的单个细胞,从而实现单细胞轮廓的自动化提取输出。本发明提供的方法能够提高组织切片中单细胞识别的准确率和效率,为后续实验方法的开发提供强大的工具。
技术关键词
轮廓识别
轮廓数据
深度卷积网络模型
闭合轮廓
实例分割
组织切片
染色
可读存储介质
终端设备
深度学习模型
图像处理技术
处理器
矩形
形态
视觉
存储器
计算机
噪声
系统为您推荐了相关专利信息
身份识别系统
动作特征
图像分割
残差模块
身份识别方法
脱敏方法
自然场景文本检测
脱敏规则
多尺度特征金字塔
区域候选网络
智能评价方法
智能评价模型
空间金字塔
YOLO模型
多分支结构
去雾技术
偏振成像系统
后部刮板输送机
识别方法
综放工作面