公开(公告)号：CN110264476B

公开(公告)日：2022-11-15

申请号：CN201910533172.8

申请日：2019-06-19

Applicant: 东北大学

Inventor： 李晨 ,  张敬华 ,  李宏

IPC: G06T7/11 ,  G06N3/04 ,  G06N3/08

Abstract: 一种多尺度串行的卷积深度学习显微图像分割方法，包括以下步骤：步骤S1、获取环境微生物显微图像，对图像进行灰度化处理；步骤S2、将灰度化处理后的图像输入预先训练的MIaMIA‑Net模型，输出图像分割结果；MIaMIA‑Net模型为基于Inception结构和U‑Net结构的一种以串行卷积操作获取多尺度卷积核共同作用效果的神经网络模型。在提高对于多尺度目标适应性的同时降低了模型的参数量及内存占用，并且对环境微生物显微图像的分割精度高。

公开(公告)号：CN110264476A

公开(公告)日：2019-09-20

申请号：CN201910533172.8

申请日：2019-06-19

Applicant: 东北大学

Inventor： 李晨 ,  张敬华 ,  李宏

IPC: G06T7/11 ,  G06N3/04 ,  G06N3/08

Abstract: 一种多尺度串行的卷积深度学习显微图像分割方法，包括以下步骤：步骤S1、获取环境微生物显微图像，对图像进行灰度化处理；步骤S2、将灰度化处理后的图像输入预先训练的MIaMIA-Net模型，输出图像分割结果；MIaMIA-Net模型为基于Inception结构和U-Net结构的一种以串行卷积操作获取多尺度卷积核共同作用效果的神经网络模型。在提高对于多尺度目标适应性的同时降低了模型的参数量及内存占用，并且对环境微生物显微图像的分割精度高。