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！

摘要：本发明涉及一种基于深度矢量场回归的三维细胞图像实例分割方法，与现有技术相比解决了三维细胞图像分割中细胞紧密粘连、难以分离的缺陷。本发明包括以下步骤：三维细胞图像原始数据和标签数据的获取和预处理；实例分割深度回归神经网络的构建；实例分割深度回归神经网络的训练；三维细胞距离图的获得；三维细胞实例分割结果的获得。本发明通过将分割任务转换成为回归任务，利用回归任务去学习前景像素到背景像素的欧式距离，利用前景像素到其最近背景像素的方向矢量去更好地学习前景和背景信息，同时也包含了细胞的方向信息、利用colorloss去进一步加强方向信息的学习，简单、高效地提升了三维细胞的分割精度。

主权项：1.一种基于深度矢量场回归的三维细胞图像实例分割方法，其特征在于，包括以下步骤：11三维细胞图像原始数据和标签数据的获取和预处理：获取三维细胞原始图像和标签图像，将三维细胞原始图像进行切块处理作为训练集；将标签图像进行矢量处理并获得标签图像的矢量图；12实例分割深度回归神经网络的构建：基于卷积神经网络模型搭建实例分割深度回归神经网络，设计网络训练的损失函数以及参数设置；所述实例分割深度回归神经网络的构建包括以下步骤：121设定实例分割深度回归神经网络基于卷积神经网络，卷积神经网络的基础网络为U-Net架构，卷积神经网络的输入为一通道三维原始图像；122设定卷积神经网络的输出与输入图像尺寸相同，但输出为三通道的三维图像拼接而成，三个通道分别表示x、y、z坐标；123设定卷积神经网络的损失函数为距离损失Ldist和矢量方向约束颜色损失Lcolor，总的损失函数如下：Ltotal＝αLdist+βLcolor，其中，α和β是权重系数；124针对总损失函数中的权重系数，设定权重系数比为7：1，总的损失函数设计如下：Ltotal＝7*Ldist+Lcolor；125设定去除U-Net架构最后一层softmax层；13实例分割深度回归神经网络的训练：将预处理之后的三维细胞图像和标签图像的矢量图输入实例分割深度回归神经网络进行训练；14三维细胞距离图的获得：获取待分割的三维细胞原始图像，并将待分割的三维细胞原始图像输入训练后的实例分割深度回归神经网络，输出三通道三维细胞矢量图；对三通道三维细胞矢量图进行欧式距离变换，将其转换为待分割的三通道三维细胞距离图；15三维细胞实例分割结果的获得：对待分割的三通道三维细胞距离图进行后处理，得到分割出的三维细胞实例结果。

全文数据：

权利要求：

百度查询： 安徽大学 一种基于深度矢量场回归的三维细胞图像实例分割方法