一种仿射传播聚类的细胞分类方法

    公开(公告)号:CN101853507B

    公开(公告)日:2012-05-23

    申请号:CN201010191332.4

    申请日:2010-06-03

    Abstract: 一种仿射传播聚类的细胞分类方法,包括以下步骤:1)、选取细胞图像的圆形度参数C和矩形度参数R,设计样本坐标Xsample=λ·C+(1-λ)·R,其中λ代表先验输入值;选取细胞图像的面积参数Area作为另一样本坐标Ysample,选取细胞图像的核质比参数prop作为再一样本坐标Zsample;2)、以所述三维的样本坐标的欧式距离作为样本距离,仿射传播聚类的S矩阵的对角线取值为各个样本间距离的平均;3)、初始情况下,设置归属度矩阵A(i,k)=0,更新矩阵R,更新矩阵A;4)、在迭代设定次数后停止,从分类结果得到不同类型的细胞。本发明提供一种适合于处理海量数据、实时性良好、能有效进行细胞分类的仿射传播聚类的细胞分类方法。

    一种仿射传播聚类的细胞分类方法

    公开(公告)号:CN101853507A

    公开(公告)日:2010-10-06

    申请号:CN201010191332.4

    申请日:2010-06-03

    Abstract: 一种仿射传播聚类的细胞分类方法,包括以下步骤:1)选取细胞图像的圆形度参数C和矩形度参数R,设计样本坐标Xsample=λ·C+(1-λ)·R,其中λ代表先验输入值;选取细胞图像的面积参数Area作为另一样本坐标Ysample,选取细胞图像的核质比参数prop作为再一样本坐标Zsample;2)以所述三维的样本坐标的欧式距离作为样本距离,仿射传播聚类的S矩阵的对角线取值为各个样本间距离的平均;3)初始情况下,设置归属度矩阵A(i,k)=0,更新矩阵R,更新矩阵A;4)在迭代设定次数后停止,从分类结果得到不同类型的细胞。本发明提供一种适合于处理海量数据、实时性良好、能有效进行细胞分类的仿射传播聚类的细胞分类方法。

    一种基于形态学的细胞分离方法

    公开(公告)号:CN101692282A

    公开(公告)日:2010-04-07

    申请号:CN200910153358.7

    申请日:2009-10-16

    Abstract: 一种基于形态学的细胞分离方法,包括以下步骤:1)区域标记:对于细胞图像分割结果的二值图,基于形态学标记,通过标记得到各个粘连区域的标记值;2)提取单体细胞:2.1)提取区域的过程;2.2)首先从区域标记图中找出存在粘连区域的标记图,选择结构元素大小为1的圆结构对其进行膨胀,直至标记图边界超出粘连图外边界时停止,这时该标记图的大小是粘连细胞中一个单体细胞的整体;3)遍历重构的新二值图集,根据坐标和面积信息,确定各个单体的归属,并建立图像集。本发明能够有效分离粘连的细胞、为准确计算细胞的形态参数做好准备。

    基于混合轮廓模型的细胞核仁和细胞膜的分割方法

    公开(公告)号:CN101661614A

    公开(公告)日:2010-03-03

    申请号:CN200910101559.2

    申请日:2009-08-10

    Abstract: 一种基于混合轮廓模型的细胞核仁和细胞膜的分割方法,所述分割方法包括以下步骤:1)将待分割的细胞图像依照混合轮廓模型建立能量函数,形式如:E E (φ,c 1 ,c 2 ,f 1 ,f 2 )=E M (φ,c 1 ,c 2 ,f 1 ,f 2 )+P(φ)+L(φ);2)构造并使用最速下降法最小化公式,并通过离散化偏微分方程的迭代方法,利用水平集函数φ在φ=0时算出细胞的细胞核仁和细胞膜的边界。本发明提供一种精度高、分割效果良好的基于混合轮廓模型的细胞核仁和细胞膜的分割方法。

    一种基于深度学习自编码器的图像异常检测方法

    公开(公告)号:CN116645344A

    公开(公告)日:2023-08-25

    申请号:CN202310582654.9

    申请日:2023-05-19

    Abstract: 本发明公开了一种基于深度学习自编码器的图像异常检测方法,对输入的正常样本进行预处理,利用编码器得到编码特征,然后将编码特征输入到记忆模块中记忆正常样本的潜层特征,将得到的潜层特征通过解码器解码得到重构图像。另外,将潜层特征利用Deep SVDD映射到一个超球体中,同时计算重构图像与初始图像的重构误差和潜层特征到球心的距离误差,将重构误差和潜层特征到超球体的距离误差联合作为异常评分,最终实现异常检测。本发明采用了记忆模块对编码特征进行更新记忆,并添加了对潜层特征采用Deep SVDD的超球映射,能更加有效的扩大正常和异常样本之间的异常分数,从而提高异常检测的效果。

    基于混合轮廓模型的细胞核仁和细胞膜的分割方法

    公开(公告)号:CN101661614B

    公开(公告)日:2012-11-14

    申请号:CN200910101559.2

    申请日:2009-08-10

    Abstract: 一种基于混合轮廓模型的细胞核仁和细胞膜的分割方法,所述分割方法包括以下步骤:1)、将待分割的细胞图像依照混合轮廓模型建立能量函数,形式如:EE(φ,c1,c2,f1,f2)=EM(φ,c1,c2,f1,f2)+P(φ)+L(φ);2)、构造并使用最速下降法最小化公式,并通过离散化偏微分方程的迭代方法,利用水平集函数φ在φ=0时算出细胞的细胞核仁和细胞膜的边界。本发明提供一种精度高、分割效果良好的基于混合轮廓模型的细胞核仁和细胞膜的分割方法。

    一种基于形态学的细胞分离方法

    公开(公告)号:CN101853495A

    公开(公告)日:2010-10-06

    申请号:CN201010191094.7

    申请日:2010-06-03

    Abstract: 一种基于形态学的细胞分离方法,包括以下步骤:1)区域标记:对于细胞图像分割结果的二值图,基于形态学标记,通过标记得到各个粘连区域的标记值;2)提取单体细胞:2.1)提取区域的过程;2.2)首先从区域标记图中找出存在粘连区域的标记图,选择结构元素大小为1的圆结构对其进行膨胀,直至标记图边界超出粘连图外边界时停止,所述标记图的大小是粘连细胞中一个单体细胞的整体;3)遍历重构的新二值图集,根据坐标和面积信息,确定各个单体的归属,并建立图像集。本发明能够有效分离粘连的细胞、为准确计算细胞的形态参数做好准备。

Patent Agency Ranking