[发明专利]一种基于生成对抗网络的细胞核分割方法

权利要求书

1.一种基于生成对抗网络的细胞核分割方法，包括循环生成对抗网络和具有编解码结构的生成对抗网络，其特征在于，包括以下步骤：

将原始图像进行归一化处理；

归一化后的图像经循环生成对抗网络生成新的图像和对应的二值掩码图像，并入到数据集中；

将数据集中的至少一部分经具有编解码结构的生成对抗网络生成第一分割预测概率图和第二分割预测概率图；

将第一分割预测概率图与第二分割预测概率图送入全卷积神经网络获得分割结果。

2.根据权利要求1所述的方法，其特征还在于，所述归一化处理包括将原始图像的至少一部分转化为光学密度图像，将所述光学密度图像分解为染色矩阵Si与浓度矩阵Ci，使用目标矩阵R与Ci组成新的矩阵N，具体为：

OD＝Ci×Si

N＝Ci×R

其中，OD表示由原始染色图像转化而来的光学密度矩阵，N表示归一化后的染色图像矩阵。

3.根据权利要求2所述的方法，其特征还在于，所述目标矩阵R是从数据集中选取的图片经分解获得的染色矩阵部分。

4.根据权利要求1所述的方法，其特征还在于，所述第一分割预测概率图由训练集中染色图像及其对应的二值掩码图像经由具有编解码结构的生成对抗网络获得。

5.根据权利要求1所述的方法，其特征还在于，所述第二分割预测概率图由训练集中染色图像经形态学方法提取的轮廓图像与对应的二值掩码图像经由具有编解码结构的生成对抗网络获得。

6.根据权利要求1所述的方法，其特征还在于，所述将第一分割预测概率图与第二分割预测概率图送入全卷积神经网络包括将第一分割预测概率图和第二分割预测概率图融合后送入全卷积神经网络。

7.根据权利要求6所述的方法，其特征还在于，所述将第一分割预测概率图和第二分割预测概率图融合包括将第一分割预测概率图与第二分割概率预测图拼接，其中，所述拼接包括将概率图重叠，利用1×1卷积核将概率图特征融合。