公开(公告)号：CN113723535A

公开(公告)日：2021-11-30

申请号：CN202111026073.4

申请日：2021-09-02

Applicant: 北京大学

Inventor： 贾光 ,  胡贵平 ,  王保民 ,  胡丽华 ,  陈章健 ,  王天成 ,  龙昌茂 ,  胥嘉钰

IPC: G06K9/62 ,  G06N3/04 ,  G16B5/00

Abstract: 本发明涉及细胞微核检测技术领域，提供了一种基于CycleGAN深度学习的细胞微核组学图像处理方法及存储介质，所述方法通过获取无假阳性微核组学图像与有染色质真阳性微核组学图像，将其进行相同的分割后划分为训练集与测试集，之后通过深度学习中的经典生成模型CycleGAN算法训练由无染色质微核组学图像向所述Y类图像转换的神经网络，训练完成后，固定网络中的生成器参数，即可实现将任意输入的无染色质微核组学图像转换为有染色质微核组学图像。本发明解决了相关技术中微核组学图像检测训练样本标签不足导致监督学习任务出现困难，不能有效生成和判别微核组学图像和图像处理效率低的问题。