[发明专利]一种细胞图像重构模型训练方法和系统

说明书

本申请涉及人工智能细胞图像处理领域，特别涉及一种细胞图像重构模型训练方法和系统。该方法包括：获取初始细胞图像；对所述初始细胞图像进行变形处理，得到训练细胞图像；基于所述训练细胞图像对初始细胞图像重构模型进行训练，通过优化第一损失函数，对模型参数进行更新，得到训练好的细胞图像重构模型；所述细胞图像重构模型包括特征提取单元和图像重建单元；所述特征提取单元基于所述训练细胞图像得到图像的特征信息；所述图像重建单元基于所述特征信息得到重建细胞图像，所述重建细胞图像维度与所述初始细胞图像的维度相同。

技术领域

本申请涉及人工智能细胞图像处理领域，特别涉及一种细胞图像重构模型训练方法和系统。

背景技术

细胞图像检测是医学上的一项常规检测手段,如何快速有效的识别显微细胞图像有形成分是显微细胞检测的关键所在，但由于细胞图像的特殊性，采用人眼对其进行识别和分析难度较大，对检测人员的经验要求较高。

因此，希望借助深度学习技术对细胞图像检测提供帮助，但目前暂时没有深度学习模型可以直接使用于细胞图像检测的场景。

发明内容

本申请实施例之一提供一种细胞图像重构模型训练方法，包括：获取初始细胞图像；对所述初始细胞图像进行变形处理，得到训练细胞图像；基于所述训练细胞图像对初始细胞图像重构模型进行训练，通过优化第一损失函数，对模型参数进行更新，得到训练好的细胞图像重构模型；所述细胞图像重构模型包括特征提取单元和图像重建单元；所述特征提取单元基于所述训练细胞图像得到图像的特征信息；所述图像重建单元基于所述特征信息得到重建细胞图像，所述重建细胞图像维度与所述训练细胞图像的维度相同；其中，所述第一损失函数基于所述重建细胞图像和所述初始细胞图像确定；所述特征提取单元基于所述训练细胞图像得到图像的特征信息至少包括对所述训练细胞图像进行卷积处理。

本申请实施例之一提供一种细胞图像重构模型训练系统，包括：初始图像获取模块，用于获取初始细胞图像；图像变形模块，用于对所述初始细胞图像进行变形处理，得到训练细胞图像；模型训练模块，用于基于所述训练细胞图像对初始细胞图像重构模型进行训练，通过优化第一损失函数，对模型参数进行更新，得到训练好的细胞图像重构模型；所述细胞图像重构模型包括特征提取单元和图像重建单元；所述特征提取单元基于所述训练细胞图像得到图像的特征信息；所述图像重建单元基于所述特征信息得到重建细胞图像，所述重建细胞图像维度与所述初始细胞图像的维度相同；其中，所述第一损失函数基于所述重建细胞图像和所述初始细胞图像确定；所述特征提取单元基于所述训练细胞图像得到图像的特征信息至少包括对所述训练细胞图像进行卷积处理。

本申请实施例之一提供一种细胞图像重构模型训练装置，包括处理器，其特征在于，所述处理器用于执行上述的细胞图像重构模型训练方法。

附图说明

本申请将以示例性实施例的方式进一步说明，这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构，其中：

图1是根据本申请一些实施例所示的检测模型训练系统的应用场景示意图；

图2是根据本申请一些实施例所示的细胞图像重构模型的训练方法的示例性流程图；

图3是根据本申请一些实施例所示的细胞图像重构模型的训练方法的示意图；

图4是根据本申请一些实施例所示的细胞图像重构模型联合训练的示例性流程图；

图5是根据本申请一些实施例所示的细胞图像重构模型的训练系统的模块图。

具体实施方式