[发明专利]一种细胞图像分割方法、装置、电子设备及存储介质

权利要求书

1.一种细胞图像分割方法，其特征在于，所述方法包括：

获取待分割图像；

所述待分割图像输入预设感兴趣区域识别网络，确定感兴趣区域，所述感兴趣区域仅包含一个完整细胞；

根据所述感兴趣区域，进行图像裁剪，确定感兴趣图像；

所述感兴趣图像输入预设对抗生成网络，确定细胞边界；

根据所述细胞边界，进行轮廓查找及提取，确定所述待分割图像中每个细胞的分割图像。

2.根据权利要求1所述的方法，其特征在于，所述待分割图像输入预设感兴趣区域识别网络，确定感兴趣区域，包括：

所述待分割图像输入主干提取网络，所述主干提取网络得到第一有效特征层和第二有效特征层；

所述第二有效特征层输入卷积层卷积后，得到卷积特征；

所述卷积特征与所述第一有效特征层进行自下而上的特征融合，得到融合特征；

所述融合特征输入第一特征检测头，输出第一预测框集合，所述第一预测框集合包括至少一个第一预测框；

所述卷积特征输入第二特征检测头，输出第二预测框集合，所述第二预测框集合包括至少一个第二预测框；

从所述第一预测框集合和所述第二预测框集合中选取所述感兴趣区域。

3.根据权利要求2所述的方法，其特征在于，所述待分割图像输入主干提取网络，所述主干提取网络得到第一有效特征层和第二有效特征层，包括：

所述待分割图像经过第一全池化后输入主干提取网络；

所述主干提取网络得到第一有效特征层和所述第二有效特征层之前分别经过第二全池化和第三全池化。

4.根据权利要求2所述的方法，其特征在于，所述从所述第一预测框集合和所述第二预测框集合中选取所述感兴趣区域，包括：

采用改进非极大值抑制算法，从所述第一预测框集合和所述第二预测框集合中选取所述感兴趣区域；

所述改进非极大值抑制算法包括：

其中，为两个预测框中心点之间的距离，b^gt为得分最高框，b为当前选中框；ρ²为距离；c为包含两个预测框的最小框的对角线长度；s_i为相应的检测分数；IoU为交并比；为预测框数据；B_i为初始检测框列表；ε为阈值。

5.根据权利要求1所述的方法，其特征在于，所述预设感兴趣区域识别网络的损失函数为：

其中，为位置损失函数；loss_obj为置信度损失函数；为类别损失函数；

其中，类别损失函数为：

其中，α为平衡系数；y′为激活函数的输出；γ为因子。

6.根据权利要求1所述的方法，其特征在于，所述预设对抗生成网络包括判别器和生成器；

所述判别器采用全卷积层，所述全卷积层包括若干卷积层和最后卷积层；

所述感兴趣图像经过所述若干卷积层后输入最后卷积层，输出N*N矩阵，所述N*N矩阵中每个点代表所述感兴趣图像中的一块区域评价值。

7.根据权利要求1所述的方法，其特征在于，所述预设对抗生成网络的目标函数为：

其中，P_data(x)为真实样本分布，D(x)为判别器对真实样本的输出值；p_z为合成样本分布，D(G(z))表示判别器对合成样本的输出值；λ为平衡常数；当λ0时，λL(G)为L1损失函数：