摘要
本发明公开了一种基于几何均值和图结构的细胞图像分析方法及系统,该方法包括:将多通道荧光图像输入至细胞识别算法模型,得到细胞分布图;根据几何均值算法,计算所述细胞分布图中的细胞偏离度参数;基于图神经网络,提取所述细胞分布图和所述细胞偏离度参数对应的细胞图特征;根据多个历史时间点的所述细胞图特征对应的时序序列,基于LSTM神经网络,预测未来时间点的细胞病理分类和变化趋势。可见,本发明能够实现对未来时间点细胞病理分类及其演变趋势的准确预测,提升细胞病理分析的自动化水平和前瞻性判断能力,为疾病监测和辅助诊断提供高效可靠的技术支持。
技术关键词
细胞图像分析方法
LSTM神经网络
参数
细胞识别
算法模型
图像分析系统
均值算法
可执行程序代码
荧光
多通道
节点
时序
图像分割算法
序列
存储器
纹理
识别模块
系统为您推荐了相关专利信息
自由曲面光学系统
多项式
镜子
交点高度
折射率差值
交通系统
物联网终端
中心服务器
机器学习算法
大数据
实体识别模型
知识抽取方法
电力调度系统
建立第一实体
参数
人工神经网络模型
应力
波前传感器
电铸工艺
基底