[发明专利]AI自动辅助标记的系统及方法

权利要求书

1.一种AI自动辅助标记的系统，其特征在于，包括：

一预标记模块，从多个显微镜拍摄影像中选择部分做为候选影像，其余为剩余影像，并从所述候选影像中自动标记出多个细胞，并将已标记出所述细胞的多个标记影像分成多个训练数据和多个验证数据；

至少一第一数据库，连接所述预标记模块，储存所述训练数据及所述验证数据；

一训练模块，连接所述第一数据库，利用所述训练数据训练出一基本模型；

一验证模块，连接所述第一数据库及所述训练模块，取得所述基本模型，并利用所述验证数据验证并调整所述基本模型，且所述验证模块对所述验证数据中的至少一细胞区域及至少一背景区域分别进行验证，以收敛所述基本模型形成一自动标记模型；以及

一自动标记模块，连接所述验证模块，利用所述自动标记模型对所述剩余影像自动标记出细胞。

2.根据权利要求1所述的AI自动辅助标记的系统，其特征在于，所述预标记模块标记所述细胞的方法是利用影像处理演算法找出所述细胞的边界。

3.根据权利要求1所述的AI自动辅助标记的系统，其特征在于，所述显微镜拍摄影像是储存于一第二数据库中，所述第二数据库连接所述预标记模块及所述自动标记模块。

4.根据权利要求1所述的AI自动辅助标记的系统，其特征在于，所述预标记模块更在所述标记影像上产生至少一遮蔽区域，使所述训练模块在训练所述基本模型时不学习所述遮蔽区域。

5.根据权利要求1所述的AI自动辅助标记的系统，其特征在于，所述验证模块是在所述基本模型的训练期间，间隔一训练次数时进行验证。

6.根据权利要求1所述的AI自动辅助标记的系统，其特征在于，所述验证模块是在训练出所述基本模型后再对所述验证数据进行验证。

7.根据权利要求1所述的AI自动辅助标记的系统，其特征在于，所述自动标记模块更对标记出的每一细胞给予一相似度分数，以判断所述细胞的标记影像可直接输出或需重新训练所述基本模型。

8.一种AI自动辅助标记的方法，其特征在于，包括下列步骤：

从多个显微镜拍摄影像中选择部分做为候选影像，其余为剩余影像，并从所述候选影像中自动标记出多个细胞；

将已标记出所述细胞的多个标记影像分成多个训练数据和多个验证数据；

利用所述训练数据训练出一基本模型；

利用所述验证数据验证并调整所述基本模型，且对所述验证数据中的至少一细胞区域及至少一背景区域分别进行验证，以收敛所述基本模型形成一自动标记模型；以及

利用所述自动标记模型对所述剩余影像自动标记出细胞。

9.根据权利要求8所述的AI自动辅助标记的方法，其特征在于，所述从所述候选影像中自动标记出多个细胞的步骤是利用影像处理演算法找出所述细胞的边界。

10.根据权利要求8所述的AI自动辅助标记的方法，其特征在于，所述标记影像上更包括至少一遮蔽区域，使所述基本模型在训练时不学习所述遮蔽区域。

11.根据权利要求8所述的AI自动辅助标记的方法，其特征在于，所述验证数据的验证步骤是实施在所述基本模型的训练期间，间隔一训练次数时进行验证。

12.根据权利要求8所述的AI自动辅助标记的方法，其特征在于，所述验证数据的验证步骤是实施在训练出所述基本模型后。

13.根据权利要求8所述的AI自动辅助标记的方法，其特征在于，所述基本模型对所述剩余影像自动标记出细胞的步骤后，更包括对标记出的每一细胞给予一相似度分数，以判断所述细胞的标记影像可直接输出或需重新训练所述基本模型。