行业领域：科学研究和技术服务业 —— 研究和试验发展

专利信息： 非专利技术

成熟度： 正在研发

技术合作方式： 技术入股

技术推广方式： 正在技术推广

技术交易价格： 面议

联系人：陆琴娟

联系方式：13588509531

技术成果发布数：218

邮箱：1213669297@qq.com

成果内容简介

【目的】针对粘连细胞显微图像自动分割不准确和计数速度慢等问题，提出了一种基于改进简单线性迭代聚类算法 SLIC(Simple linear iteration clustering) 超像素与卷积神经网络（CNN）的细胞显微图像分割和技术的方法。【方法】本文提出了一种基于改进简单线性迭代聚类算法 SLIC(Simple linear iteration clustering) 超像素与卷积神经网络（CNN）的细胞显微图像分割和技术的方法。首先对收集到的 1200 幅细胞显微图像进行图像增强等预处理，选取种子点数后对图像进行改进后的 SLIC 超像素分割，再对图像进行去噪，得到44878幅细胞图像。最后利用卷积神经网络将44878个细胞（训练图像35902幅，测试图像8976幅）的粘连情况进行训练与测试。