[发明专利]一种基于细粒度识别的混杂细胞种类鉴定方法

权利要求书

1.一种基于细粒度识别的混杂细胞种类鉴定方法，其特征在于，包括如下步骤：

预先建立细粒度识别卷积神经网络模型和细胞图像数据库，细胞图像数据库中包括有混种细胞图像，混种细胞图像为包括多种类型细胞的图像；建立细粒度识别卷积神经网络模型的步骤包括：构造包括五个卷积块、一个双线性外积层、一个全连接层的细粒度识别卷积神经网络模型；

S1、收集混种细胞图像；

S2、将混种细胞图像输入细粒度识别卷积神经网络模型中，得出细胞种类热图；将图像输入细粒度识别卷积神经网络模型前，需要将图像裁剪为多个图像块；由混种细胞图像形成的多个图像块在输入细粒度识别卷积神经网络模型后，得到多个细胞种类标签，多个细胞种类标签转化为用像素值表示，映射到相应的图像块的中心位置，然后多个图像块再根据原混种细胞图像进行重新排列组合，以形成最终的细胞种类热图；

S3、对混种细胞图像进行阈值化，得到细胞区域二值图像；

S4、结合细胞区域二值图像和细胞种类热图，得到细胞种类鉴定结果；

所述步骤S4具体为：对于细胞区域二值图像中的连通区域，统计连通区域内像素点所对应的细胞种类标签，将对应有像素点数量最多的细胞种类标签作为连通区域内所有像素点的细胞种类标签，得到细胞种类鉴定结果。

2.根据权利要求1所述的一种基于细粒度识别的混杂细胞种类鉴定方法，其特征在于，细胞图像数据库还包括已标注有细胞种类标签的单种细胞图像，单种细胞图像为包括单种类型细胞的图像；预先建立细粒度识别卷积神经网络模型的步骤包括：

构造细粒度识别卷积神经网络模型；

收集单种细胞图像；

通过单种细胞图像对细粒度识别卷积神经网络模型进行训练。

3.根据权利要求2所述的一种基于细粒度识别的混杂细胞种类鉴定方法，其特征在于，在训练前，对单种细胞图像进行数据扩增。

4.根据权利要求3所述的一种基于细粒度识别的混杂细胞种类鉴定方法，其特征在于，数据扩增过程包括：平移、缩放、旋转以及色彩通道偏移。

5.根据权利要求1至4任一项所述的一种基于细粒度识别的混杂细胞种类鉴定方法，其特征在于，细胞图像数据库中的图像在取出使用前，需要进行预处理。

6.根据权利要求5所述的一种基于细粒度识别的混杂细胞种类鉴定方法，其特征在于，预处理过程包括：背景光照归一化、亮度归一化及对比度提升。

7.根据权利要求1至4任一项所述的一种基于细粒度识别的混杂细胞种类鉴定方法，其特征在于，阈值化后，还需要使用形态学操作去除噪点及孔洞，才能得到细胞区域二值图像。

8.根据权利要求1至4任一项所述的一种基于细粒度识别的混杂细胞种类鉴定方法，其特征在于，细粒度识别卷积神经网络模型包括五个卷积块、一个双线性外积层、一个全连接层。