公开(公告)号：CN116129123B

公开(公告)日：2024-01-05

申请号：CN202310167625.6

申请日：2023-02-27

Applicant: 中国矿业大学

Inventor： 张林 ,  范心宇 ,  刘辉 ,  李秀宇 ,  郑红党 ,  翟敬芳

IPC: G06V10/26 ,  G06V10/25 ,  G06V10/764 ,  G06V10/82 ,  G06V10/766 ,  G06N3/0464 ,  G06N3/096

Abstract: 本发明公开一种基于不确定度校准和区域分解的端到端染色体分割方法，属于视频识别技术领域。首先对需要进行端到端染色体分割的染色体图片进行预处理：通过迁移学习方法在染色体分类数据集上预训练骨干网络ResNet101提取染色体基本特征；引入不确定度分支输出不确定度学习检测框的可靠性，利用不确定度修正染色体检测框的位置来实现对染色体更加精确的定位，最后利用分解因子将区域生成网络RPN产生的所有建议框RoI分解、自适应融合，减轻重叠染色体分割时产生的语义歧义，最终得到分割更完(56)对比文件Ning Xie等.Statistical KaryotypeAnalysis Using CNN and GeometricOptimization.IEEE Access.2019,第1-9页.林成创;赵淦森;尹爱华;丁笔超;郭莉;陈汉彪.AS-PANet:改进路径增强网络的重叠染色体实例分割.中国图象图形学报.2020,(第10期),全文.

公开(公告)号：CN116129123A

公开(公告)日：2023-05-16

申请号：CN202310167625.6

申请日：2023-02-27

Applicant: 中国矿业大学

Inventor： 张林 ,  范心宇 ,  刘辉 ,  李秀宇 ,  郑红党 ,  翟敬芳

IPC: G06V10/26 ,  G06V10/25 ,  G06V10/764 ,  G06V10/82 ,  G06V10/766 ,  G06N3/0464 ,  G06N3/096

Abstract: 本发明公开一种基于不确定度校准和区域分解的端到端染色体分割方法，属于视频识别技术领域。首先对需要进行端到端染色体分割的染色体图片进行预处理：通过迁移学习方法在染色体分类数据集上预训练骨干网络ResNet101提取染色体基本特征；引入不确定度分支输出不确定度学习检测框的可靠性，利用不确定度修正染色体检测框的位置来实现对染色体更加精确的定位，最后利用分解因子将区域生成网络RPN产生的所有建议框RoI分解、自适应融合，减轻重叠染色体分割时产生的语义歧义，最终得到分割更完整的染色体。实现了在数据量较少的情况下有效提取染色体特征；够更好的应对交叉、重叠染色体的漏检和定位不准的问题。