摘要
本发明公开了一种重建超高分辨率病理全切片的方法,包括利用融合掩膜获得病理组织碎片的有效组织区域图像;采用边缘分类模型和图像增强策略获取有效组织区域图像的有效拼接边缘;构建多维度匹配评分体系计算拼接边缘的几何匹配度,结合深度神经网络的拼接质量评估筛选出最优的Top‑N拼接方案;基于遗传算法,结合全局拓扑优化、亚像素级微调和多维度匹配评分体系评估拼接质量,实现所述有效组织区域图像的迭代缝合,最终输出最佳拼接方案;基于最佳拼接方案重建病理组织全切片图像;本发明具有高效、精准的自动拼接与迭代优化能力,实现了超高分辨率病理全切片的快速重建。
技术关键词
组织
掩膜
切片
边缘轮廓
层级
图像增强
基础网络架构
多分辨率
深度神经网络
矢量图形处理
坐标
特征提取器
遗传算法
矩阵
回归算法
HSV颜色空间
标签
数据存储格式
系统为您推荐了相关专利信息
融合专家
可见光图像
多模态
模态特征
可见光传感器
超声成像装置
身体
感兴趣
机器学习模型
生成解剖结构