买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：华南理工大学

摘要：本发明公开了一种结构引导的广义小样本细胞核分割方法及系统。首先获取带有准确实例标注的外部数据集并进行标签转换得到每一图像的类别标注、前景标注、边缘标注和质心标注；再基于预训练的初始分割网络构建广义小样本分割网络；然后使用外部数据集构建所用场景并对广义小样本分割网络进行元训练；接着将支持图像集中的每张支持图像作为查询图像对元训练后的广义小样本分割网络进行参数微调，得到广义小样本分割网络的最优网络参数；最后应用最优网络参数加载至广义小样本分割网络，对待检测图像进行分割得到细胞核分割掩膜。本发明通过引入引导机制，使得网络具备面对新类别时的快速适应能力，增强了网络在实际应用中的灵活性和适用性。

主权项：1.一种结构引导的广义小样本细胞核分割方法，其特征在于，包括下述步骤：获取带有准确实例标注的外部数据集，并对其中每一图像的实例标注进行标签转换得到每一图像的类别标注、前景标注、边缘标注和质心标注；基于预训练的初始分割网络构建广义小样本分割网络；所述广义小样本分割网络包括一个编码器、四个解码分支、分水岭模块及融合模块；所述四个解码分支分别为分类分支、前景分支、边缘分支和质心分支；所述分类分支包括一个解码器和分类引导模块；所述分类引导模块包括卷积层、掩膜池化层和原型注册层；所述前景分支、边界分支和质心分支均包括一个解码器和结构化引导模块；所述结构化引导模块包括第一卷积层、第二卷积层和掩膜池化层；所述分类分支用于预测类别掩膜；所述前景分支用于预测前景掩膜；所述边缘分支用于预测边缘掩膜；所述质心分支用于预测质心掩膜；所述分水岭模块以前景掩膜、边缘掩膜和质心掩膜为输入，使用标记物引导的分水岭算法生成一个与类别无关的分水岭掩膜；所述融合模块将类别掩膜和分水岭掩膜进行融合得到带类别的分割掩膜；使用外部数据集构建所用场景τ={S,Cnew,Cbase,Q}，其中，S为支持图像集，Cnew为新类别，Cbase为基础类别，Q为查询图像集；在构建的所用场景上对广义小样本分割网络进行元训练，并将支持图像集中的每张支持图像作为查询图像对元训练后的广义小样本分割网络进行参数微调，得到广义小样本分割网络的最优网络参数；应用最优网络参数加载至广义小样本分割网络，对待检测图像进行分割得到细胞核分割掩膜。

全文数据：

权利要求：

百度查询： 华南理工大学 一种结构引导的广义小样本细胞核分割方法及系统