公开(公告)号：CN111723845A

公开(公告)日：2020-09-29

申请号：CN202010424388.3

申请日：2020-05-19

Applicant: 浙江工业大学

Inventor： 胡海根 ,  贾福灿 ,  周乾伟 ,  肖杰 ,  管秋 ,  李小薪 ,  陈胜勇

IPC: G06K9/62 ,  G06K9/46 ,  G06N3/04 ,  G06T7/00 ,  G06T7/11

Abstract: 一种基于Mask轮廓的细胞图像分割方法，包括以下步骤：步骤1，制作数据集；步骤2，细胞的特征提取，包括以下步骤：2.1、特征提取网络的搭建；2.2、特征多尺度融合；步骤3，多任务分支网络的搭建，主要搭建分类分支网络、分割分支网络以及Centerness分支网络，将融合后的特征分别送入多任务分支网络进一步操作；步骤4，目标Mask轮廓的生成，通过可变形卷积和Graham算法生成初始目标的Mask轮廓；步骤5，细胞图像的分割Mask轮廓精修。本发明提供了一种基于Mask轮廓的细胞图像分割方法，该方法减少了图像分割任务的复杂度，降低了对图像分割处理的时间，提升了性能。

公开(公告)号：CN111666850A

公开(公告)日：2020-09-15

申请号：CN202010465810.X

申请日：2020-05-28

Applicant: 浙江工业大学

Inventor： 胡海根 ,  贾福灿 ,  周乾伟 ,  肖杰 ,  管秋 ,  陈胜勇 ,  李小薪

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04

Abstract: 一种基于聚类生成候选锚框的细胞图像检测与分割方法，包括以下步骤：步骤1，制作数据集；步骤2，数据集样本维度特征统计，设置ISODATA聚类算法初始参数，通过聚类算法统计样本维度信息，生成样本维度比例；步骤3，细胞的特征提取与融合，包括以下步骤：3.1、特征提取网络的搭建；3.2、特征多尺度融合；步骤4，癌细胞目标区域候选框的生成，将融合后的特征与目标样本维度比例送入RPN网络中进行目标区域生成；步骤5，癌细胞图像的检测目标结果精炼；步骤6，癌细胞图像的分割Mask生成。本发明使生成的候选锚框更加贴合真实样本维度规律，降低了候选框回归的难度，提升了算法回归速度，提升了检测和分割的性能。

公开(公告)号：CN111489327A

公开(公告)日：2020-08-04

申请号：CN202010149987.9

申请日：2020-03-06

Applicant: 浙江工业大学

Inventor： 胡海根 ,  贾福灿 ,  肖杰 ,  管秋 ,  周乾伟 ,  李小薪 ,  陈胜勇

IPC: G06T7/00 ,  G06T7/11 ,  G06T7/136 ,  G06T7/194 ,  G06N3/04 ,  G06N3/08

Abstract: 一种基于Mask R-CNN算法的癌细胞图像检测与分割方法，包括以下步骤：步骤1，制作数据集；步骤2，癌细胞的特征提取，包括以下步骤：2.1、特征提取网络的搭建；2.2、网络卷积方式的修改，将网络中卷积核大小为3×3的标准卷积替换为同内核中采用不同大小卷积核的异构卷积；2.3、特征多尺度融合；步骤3，癌细胞目标区域候选框的生成，将融合后的特征送入RPN网络中进行目标区域生成；步骤4，癌细胞图像的检测目标结果精炼；步骤5，癌细胞图像的分割Mask生成。本发明提供了一种基于Mask R-CNN算法的癌细胞图像检测与分割方法，该方法减少了计算参数，降低了训练时间，提升了性能。