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。