一种基于稀疏注释和深度学习的细胞分割方法

AITNT
正文
推荐专利
一种基于稀疏注释和深度学习的细胞分割方法
申请号:CN202510537377
申请日期:2025-04-27
公开号:CN120471938A
公开日期:2025-08-12
类型:发明专利
摘要
本发明提供一种基于稀疏注释和深度学习的细胞分割方法,属于医学图像细胞分割领域,所述方法利用点级标注信息,通过一系列数据预处理、数据增强以及伪标签更新策略实现了对医学影像中细胞核或目标区域的高精度分割;采用改进的ResUNet模型,该网络结合了深度可分离卷积、多尺度特征融合、注意力机制以及高效的上采样策略,以增强医学图像分割任务的性能;该方法在现有方法的基础上,提升了使用点标签对细胞进行分割的精度,大大降低了医学工作者标注的成本。
技术关键词
细胞分割方法 多尺度特征融合 医学图像分割 注意力机制 跨尺度特征融合 标签 分辨率提升 全局平均池化 数据 策略 特征金字塔 双线性插值 特征提取模块 实例分割 通道 上采样 分支 基础
系统为您推荐了相关专利信息
1
一种基于大数据分析的云终端智能服务优化方法及系统
服务优化方法 资源调度策略 嵌套 节点 通道
2
基于预训练大模型的Text-to-SQL复杂查询语句生成方法和系统
查询语句生成方法 结构化查询语句 节点特征 语义向量 BERT模型
3
一种基于AI agent的舆情筛选及舆情摘要的预警方法
摘要 预警方法 社交媒体平台 数据存储模块 文本分类模型
4
基于小数据样本的换电站动力电池健康状态估计方法
动力电池 特征值 小数据 模型超参数 异常数据
5
一种增强语义和多尺度融合的视频人像抠图方法和系统
视频人像抠图方法 采样模块 视频抠图 图像 语义
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