摘要
本发明公开了一种排除染色剂颜色干扰的显微镜图像色彩还原矫正方法,涉及图像处理技术领域,包括如下步骤:S1、数据准备,数据准备是指收集采取适当固定方法和统一标准染色过程的不同染色细胞和组织的高质量显微镜图像,并对图像进行注释,标记关键结构和特征,使用标准化的标签和注释格式。记录每张图像的元数据,包括样本信息、显微镜设置、染色方法,将这些高质量显微镜图像作为模型的目标数据集;S2、GAN模型训练,使用GAN模型中的生成器来模拟染色剂的颜色分布;S3、FCN模型训练,在GAN模型训练完成后,可以使用FCN模型对生成的染色剂颜色进行精细的分割和识别。本发明中,通过采用生成对抗网络联合FCN模型对显微镜图像进行标准化色彩还原矫正,可以实现微生物实验室检查技术的高效化和智能化,同时解决受染色剂颜色干扰影响所带来的观察结果不准确问题,有望实现在不损害生物样本的前提下实现长时间的活体成像,推动生物医学研究和临床诊断的发展与进步。
技术关键词
染色剂
显微镜
矫正方法
GAN模型
颜色
色彩
染色方法
生成对抗网络
数据
图像处理技术
检查技术
样本
随机噪声
语义特征
网络结构
上采样
格式
标签
系统为您推荐了相关专利信息
嵌入式图像识别
多模态环境
数据
图像处理
场景特征
施工方法
施工机器人
施工误差
绝缘材料
图像采集装置
X光成像技术
图像处理算法
车辆
像素点
彩色图像