一种基于图神经网络的显微细胞图像追踪方法及装置

AITNT
正文
推荐专利
一种基于图神经网络的显微细胞图像追踪方法及装置
申请号:CN202510235151
申请日期:2025-02-28
公开号:CN120259690A
公开日期:2025-07-04
类型:发明专利
摘要
本申请提供的基于图神经网络的显微细胞图像追踪方法、装置、电子设备及存储介质,获取训练集细胞图像并标记训练标签,根据所述训练集细胞图像训练细胞分割模型,根据所述细胞分割模型对其他数据集进行预测;根据预测结果追踪细胞,根据追踪结果分析模型预测结果去除预测错误的部分标记,本申请提供的追踪方法可减少对手工设计的依赖,提升特征表达能力,通过图结构建模细胞间关系,提升在细胞密集和遮挡情况下的追踪精度,同时结合时间序列数据,捕捉细胞运动的时间连续性,提高追踪稳定性。
技术关键词
图像追踪方法 训练集 标记 神经网络算法 重叠面积 标签 图像获取单元 对象 数据 追踪装置 处理器 节点特征 电子设备 存储器 直方图 运动 对比度 像素
系统为您推荐了相关专利信息
1
用于车载场景的用户服务推荐方法及装置、车辆、计算机可读存储介质
车载场景 推荐方法 意图 检索策略 推荐装置
2
一种知识节点实时数据自动分化调整权重的系统
实时数据 知识点 节点连线 构建知识图谱 标签
3
一种轨道交通枢纽设备故障智能诊断及预警方法
设备故障智能诊断 剩余使用寿命 预警方法 故障特征 故障诊断模型
4
一种基于RVFL神经网络的双有源桥故障诊断方法及系统
故障诊断方法 DAB变换器 训练集数据 故障类别 Softmax函数
5
一种基于多尺度通道与上下文引导聚合的人员违规行为检测方法
YOLO模型 通道 检测头 融合特征 局部细节特征
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号