-
公开(公告)号:CN117197587A
公开(公告)日:2023-12-08
申请号:CN202311357036.0
申请日:2023-10-19
Applicant: 重庆大学
IPC: G06V10/764 , G06V10/80 , G06V10/26 , G06V10/82 , G06N3/0464 , G06V10/25 , G16B20/00
Abstract: 本发明属于染色体核型分析技术领域,具体公开了一种基于深度学习的染色体核型分析方法及系统,该方法包括如下步骤:S1,获取染色体的细胞分裂中期图像并进行预处理;S2,提取图像的特征F;S3,利用多个建议框对特征F进行剪裁,获取特征F1~Fn;S4,去除特征F1~Fn的公共特征得到修正的特征f1~fn,并进行分类得到预测分类结果,使用损失函数IG Loss和CE Loss进行联合监督;S5,对建议框进行微调,并使用CE Loss对微调结果进行监督,S6,根据预测分类结果,使用二进制交叉损失BCE Loss对其进行监督,得到染色体的核型分析结果。采用本技术方案,使用深度学习和分割框完成染色体核型分析,并根据染色体的特点针对性地优化染色体分类的效果,提高整体性能。