[发明专利]一种基于多尺度卷积U-Net的癌细胞图像分割方法在审
| 申请号： | 201911125482.2 | 申请日： | 2019-11-18 |
| 公开（公告）号： | CN111028236A | 公开（公告）日： | 2020-04-17 |
| 发明（设计）人： | 胡海根;郑熠星;苏一平;周乾伟;肖杰;管秋;陈胜勇 | 申请（专利权）人： | 浙江工业大学 |
| 主分类号： | G06T7/10 | 分类号： | G06T7/10 |
| 代理公司： | 杭州斯可睿专利事务所有限公司 33241 | 代理人： | 王利强 |
| 地址： | 310014 浙江省*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 基于 尺度 卷积 net 癌细胞 图像 分割 方法 | ||
【权利要求书】：
1.一种基于多尺度卷积U-Net的癌细胞图像分割方法，其特征在于，所述方法包括以下步骤：
步骤1.运行环境平台与数据集格式；
pytorch框架下基于python版U-Net网络结构，使用的数据集格式为VOC2012；
步骤2.优化的网络结构，过程如下：
将原有Unet每层中使用的两个3x3卷积用多尺度卷积块替换，每个卷积块包含三行并行的卷积，它们具有不同的卷积核大小；卷积块的输出是这三个卷积输出相加结果；这些大小不同的卷积核可以具有不同的感受野，并且这种结构可以提取不同大小的对象特征；
步骤3、得到分割结果，过程如下：
将整张图片输入MC-Unet进行特征提取；在网络最后一层，使用1x1卷积将每个64分量特征向量映射到期望数量的类。
2.如权利要求1所述的基于U-Net和密度估计的癌细胞图像分割方法，其特征在于，所述步骤1中，硬件平台为IntelCore i7-7700K CPU 4.20GHz 8核处理器和GeForce GTX1080 Ti高能性显卡的台式计算机。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于浙江工业大学，未经浙江工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201911125482.2/1.html，转载请声明来源钻瓜专利网。
