[发明专利]一种基于人工智能的染色体图像分割方法

权利要求书

1.一种基于人工智能的染色体图像分割方法，其特征在于，包括以下步骤：

S1、通过采用高倍镜图像和高倍镜图像的掩膜图像，对搭建的染色体初级分割网络进行训练，得到染色体初级分割模型；

S2、获取染色体散型图像的连通域二值化图像，对连通域二值化图像进行分割，得到重叠染色体分割图像，用包含重叠染色体的高倍镜区域图像，得到二级重叠染色体分割模型；

S3、用染色体初级分割模型对高倍镜图像进行初级分割，从初级分割结果中提取染色体样本图像；

S4、获取N个染色体样本图像，以及每一染色体样本图像对应的第一标签图、第二标签图以及第三标签图，其中，第一标签图用于标记染色体样本图像的背景区域，第二标签图用于标记染色体样本图像的的染色体非重叠区域，第三标签图用于标记染色体样本图像的的染色体重叠区域，确定与N个染色体样本图像一一对应的N个染色体训练图像，染色体训练图为携带有对应的第一标签图、第二标签图以及第三标签图的染色体样本图像；

S5、将目标染色体图像输入到预先训练得到的语义分割模型中，获得重叠区域集与非重叠区域集，根据所述第一区域数量确定区域拼接规则，并根据所述区域拼接规则对每一所述初始重叠区域与所述邻接的全部所述初始非重叠区域进行拼接，得到染色体分割图像；

S6、从染色体掩膜图像和高倍镜图像中获取单条染色体的轮廓集、重叠染色体的掩膜图像和包含重叠染色体的高倍镜区域图像，使用二级重叠染色体分割模型对包含重叠染色体的高倍镜区域图像中的重叠染色体进行二级分割，得到只包含重叠染色体中的单条染色体的掩膜图像，即为包含重叠染色体的高倍镜区域图像中重叠染色体的最终分割结果。

2.根据权利要求1所述的一种基于人工智能的染色体图像分割方法，其特征在于，所述步骤S2中通过构建权重卷积神经网络模型对所述连通域图像进行二分类。

3.根据权利要求1所述的一种基于人工智能的染色体图像分割方法，其特征在于，所述步骤S4中染色体训练图为携带有对应的第一标签图、第二标签图以及第三标签图的染色体样本图像。

4.根据权利要求1所述的一种基于人工智能的染色体图像分割方法，其特征在于，所述步骤S5中非重叠区域集包括至少一个初始非重叠区域，在所述重叠区域集包括至少一个初始重叠区域的情况下，分别确定与每一所述初始重叠区域邻接的全部所述初始非重叠区域，以及所述邻接的全部所述初始非重叠区域的第一区域数量。

5.根据权利要求1所述的一种基于人工智能的染色体图像分割方法，其特征在于，所述步骤S2中只包含重叠染色体中的单条染色体的掩膜图像及只包含重叠染色体中的单条染色体的局部的掩膜图像对搭建的二级重叠染色体分割网络进行训练。

6.根据权利要求1所述的一种基于人工智能的染色体图像分割方法，其特征在于，所述步骤S2中进行二值化、膨胀的操作，获得所述染色体散型图像的连通域二值化图像。

7.根据权利要求6所述的一种基于人工智能的染色体图像分割方法，其特征在于，所述连通域二值化图像中非染色体的区域，获取所述连通域图像的外接矩。

8.根据权利要求7所述的一种基于人工智能的染色体图像分割方法，其特征在于，所述连通域图像的外接矩获得所述连通域图像。