摘要
本发明涉及免疫组化图像处理技术,公开了一种数字图像处理方法及系统,其方法包括:免疫组化数字图像的分解,通过光学密度的正交归一化进行免疫组化数字图像的分解;数字图像的细胞分割,对于分解后的免疫组化数字图像通过视觉Transformer的深度学习架构CellViT进行细胞核的自动化实例分割,通过种子区域生长算法Region Growing进行数字图像的细胞膜分割和数字图的细胞质分割;蛋白质定量的表达,通过将数字图像的细胞分割结果与分解后的免疫组化图像进行相结合,实现了对蛋白质表达的定量。本发明所采用的数字图像处理方法,在准确性和召回率方面表现出色,且在特定定量指标上具有更高的准确性。
技术关键词
数字图像处理方法
深度学习架构
区域生长算法
蛋白质表达
染色
实例分割
数字图像处理系统
种子
图像处理技术
计算机程序产品
密度
视觉
可读存储介质
轮廓
像素
模块
强度
染料
系统为您推荐了相关专利信息
子模块
染色体
多元异构数据
数据采集模块
分析模块
异常检测方法
光伏板
通道注意力机制
初始轮廓
网络
孤岛检测方法
粒子群算法
频率
孤岛效应
计算机可执行指令
缺陷分类方法
迁移深度学习
样本
深度学习识别模型
数字图像处理方法