摘要
本发明公开了一种基于隐空间特征的细胞分裂状态分类方法及系统,所述方法包括以下步骤:构建分类预测网络,包括编码器、逆分裂图像生成器、异常分裂图像生成器和正常分裂图像生成器;分别采集多张逆分裂、异常分裂和正常分裂的图像作为三种生成器的训练集;固定编码器,将多个随机向量分别输入三种图像生成器生成多张虚拟图像,得到三种生成器的虚拟图像集,利用训练集和对应的虚拟图像集分别训练每种生成器;固定生成器,利用编码器对训练集进行隐空间特征提取,将提取得到的特征分别输入对应的生成器得到生成图像集,利用训练集和对应的生成图像集训练编码器;将待检测细胞的多张图像输入分类预测网络,得到待检测细胞的分裂状态的分类结果。
技术关键词
状态分类方法
图像生成器
空间特征提取
编码器训练
训练集
融合特征
分类系统
电子设备
数据采集模块
传播算法
残差神经网络
存储计算机程序
处理器
参数
存储器
非线性
系统为您推荐了相关专利信息
关键点
CT序列图像
可视化方法
二值化图像
混合现实技术
鲁棒模型
鲁棒性
样本生成方法
训练集
大语言模型
作物参数
精度优化方法
启发式优化方法
指标
并行算法