一种基于多尺度特征融合的染色体分裂相定位与排序的方法
基本信息
| 申请号 | CN202111095809.3 | 申请日 | - |
| 公开（公告）号 | CN113807259A | 公开（公告）日 | 2021-12-17 |
| 申请公布号 | CN113807259A | 申请公布日 | 2021-12-17 |
| 分类号 | G06K9/00（2006.01）I;G06K9/32（2006.01）I;G06K9/62（2006.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 崔玉峰;许威 | 申请（专利权）人 | 上海北昂医药科技股份有限公司 |
| 代理机构 | 杭州创信知识产权代理有限公司 | 代理人 | 杨燕霞 |
| 地址 | 201900上海市宝山区威航路18弄5号2-3层 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于多尺度特征融合的染色体分裂相定位与排序的方法，包括如下步骤：步骤S1：开始；步骤S2：获取训练集；步骤S3：得到增强过的染色体样本图像；步骤S4：获取输入张量A；步骤S5：训练分裂相定位模型；步骤S6：最终获取用于模型训练的训练集；步骤S7：最终获取用于训练染色体分裂相排序模型的输入张量B；步骤S8：输出分裂相扫描结果；步骤S9：判断是否结束分裂相扫描，若否则跳到步骤S2，否则结束。本发明通过训练深度学习模型对分割出的分裂相图像进行特征提取和排序能够大大提升排序效果，通过将分割出的分裂相图像拼接成一个张量来进行并行计算，能够进一步减小额外模型计算对算法检测速度带来的影响。 |
