申请/专利权人：齐鲁工业大学(山东省科学院);山东省计算中心(国家超级计算济南中心);山东省人工智能研究院

申请日：2023-11-16

公开（公告）日：2024-06-25

公开（公告）号：CN118247204A

主分类号：G06T7/00

分类号：G06T7/00;G06T7/10

优先权：

专利状态码：在审-公开

法律状态：2024.06.25#公开

摘要：一种基于提示学习的多器官细胞核分割方法，涉及医学图像处理技术领域，利用文本与图像多模态信息充分挖掘图像信息，学习到语义信息与分割目标之间的关联，对目标区域的分割进行综合学习。基于clip模型从6个公开细胞核数据集中训练学习大量的文本和图像配对知识，来获得细胞核的语义理解先验知识，使得模型完全适合细胞核分割任务。构建模型通过输入图像与文本提示，利用文本和图像多模态信息，完成6个不同器官细胞核识别并且准确分割任务，计算效率更高，该模型还可以在缺乏标注的部分数据集上使用充分文本提示完成准确的分割任务，更具备实用性与可拓展性。

主权项：1.一种基于提示学习的多器官细胞核分割方法，其特征在于，包括如下步骤：a收集N张大脑细胞核图像、N张肾脏细胞核图像、N张肝脏细胞核图像、N张乳腺细胞核图像、N张结肠细胞核图像、N张胃细胞核图像，得到细胞核图像-文本数据集T， ，其中Tibrain为第i张大脑细胞核图像，anucleiphotoof[brain]为大脑的医学提示文字模板，Tikidney为第i张肾脏细胞核图像，anucleiphotoof[kidney]为肾脏的医学提示文字模板，Tiliver为第i张肝脏细胞核图像，anucleiphotoof[liver]为肝脏的医学提示文字模板，Tibreast为第i张乳腺细胞核图像，anucleiphotoof[breast]为乳腺的医学提示文字模板，Ticolon为第i张结肠细胞核图像，anucleiphotoof[colon]为结肠的医学提示文字模板，Tistomach为第i张胃细胞核图像，anucleiphotoof[stomach]为胃的医学提示文字模板；b将细胞核图像-文本数据集T中第i张大脑细胞核图像Tibrain与大脑的医学提示文字模板anucleiphotoof[brain]、第i张肾脏细胞核图像Tikidney与肾脏的医学提示文字模板anucleiphotoof[kidney]、第i张肝脏细胞核图像Tiliver与肝脏的医学提示文字模板anucleiphotoof[liver]、第i张乳腺细胞核图像Tibreast与乳腺的医学提示文字模板anucleiphotoof[breast]、第i张结肠细胞核图像Ticolon与肾脏的医学提示文字模板anucleiphotoof[colon]、第i张胃细胞核图像Tistomach与胃的医学提示文字模板anucleiphotoof[stomach]输入到clip模型中，得到优化后的clip模型；c采用NuInsSeg多器官类别数据集中获取a张大脑细胞核图像、b张肾脏细胞核图像、c张肝脏细胞核图像、d张乳腺细胞核图像、e张结肠细胞核图像、f张胃细胞核图像，a+b+c+d+e+f＝n，得到细胞核图像-文本数据集Y， ，其中Yibrain为第i张大脑细胞核图像，Yikidney为第i张肾脏细胞核图像，Yiliver为第i张肝脏细胞核图像，Yibreast为第i张乳腺细胞核图像，Yicolon为第i张结肠细胞核图像，Yistomach为第i张胃细胞核图像；d将细胞核图像-文本数据集Y划分为训练集、测试集，将训练集中的细胞核图像缩放至572×572；e构建分割网络模型，分割网络模型由文本模块、图像模块、MLP模块构成；f将训练集中的医学提示文字模板输入到文本模块中，输出得到文本向量；g将训练集中的细胞核图像输入到分割网络模型的图像模块中，输出得到细胞核分割结果图及特征向量；h将特征向量输入到分割网络模型的MLP模块中，输出得到参数；i通过参数更新分割网络模型，得到更新后的分割网络模型；j对更新后的分割网络模型进行训练，得到优化后的分割网络模型；k将测试集中细胞核图像输入到优化后的分割网络模型中，输出得到最终分割结果图。

全文数据：

权利要求：

百度查询： 齐鲁工业大学(山东省科学院);山东省计算中心(国家超级计算济南中心);山东省人工智能研究院 一种基于提示学习的多器官细胞核分割方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD