摘要
本发明提出基于深度学习的免疫细胞空间地形图生成方法及系统,涉及免疫细胞信息获取技术领域。包括对数字图像中的部分细胞进行类型和分布标注,利用部分标注的数字图像对多维语义对抗网络进行训练;将部分标注的数字图像输入至训练好的多维语义对抗网络中,得到包含多维语义信息的免疫细胞空间地形图;使用预训练的图优化器,以免疫细胞空间地形图中各个细胞为节点,在相邻的细胞中间生成边,形成图网络,重新预测未标注细胞的属性,得到每个细胞的优化标签;以优化标签为基准,同步更新免疫细胞空间地形图;基于更新后的免疫细胞空间地形图,生成免疫细胞空间分布报告。本发明整体标注量小且能够提升空间地形图的生成精度。
技术关键词
免疫细胞
生成方法
语义
组织切片
地形图生成系统
网络
优化器
报告
群落结构
标签
信息获取技术
变换器
解码器
图像
编码器
重构
节点
处理器
注意力机制
模块
系统为您推荐了相关专利信息
场景生成方法
GAN模型
历史负荷数据
非暂态计算机可读存储介质
聚类算法
测试数据生成方法
测试场景
生成测试数据
文本
测试数据生成技术
对象
语义关联度
数据映射关系
数据库访问
计算机设备