CN115082474B - 一种基于同源同类染色体信息的染色体分割方法及装置 - Google Patents

一种基于同源同类染色体信息的染色体分割方法及装置 Download PDF

Info

Publication number
CN115082474B
CN115082474B CN202211003888.5A CN202211003888A CN115082474B CN 115082474 B CN115082474 B CN 115082474B CN 202211003888 A CN202211003888 A CN 202211003888A CN 115082474 B CN115082474 B CN 115082474B
Authority
CN
China
Prior art keywords
chromosome
segmentation
homologous
region
karyotype
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202211003888.5A
Other languages
English (en)
Other versions
CN115082474A (zh
Inventor
聂宇坤
卢沁阳
刘丽珏
穆阳
彭伟雄
蔡昱峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hunan Zixing Wisdom Medical Technology Co ltd
Original Assignee
Hunan Zixing Wisdom Medical Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hunan Zixing Wisdom Medical Technology Co ltd filed Critical Hunan Zixing Wisdom Medical Technology Co ltd
Priority to CN202211003888.5A priority Critical patent/CN115082474B/zh
Publication of CN115082474A publication Critical patent/CN115082474A/zh
Application granted granted Critical
Publication of CN115082474B publication Critical patent/CN115082474B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
    • G06V20/695—Preprocessing, e.g. image segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
    • G06V20/698—Matching; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10056—Microscopic image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Molecular Biology (AREA)
  • Biomedical Technology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开一种基于同源同类染色体信息的染色体分割方法及装置。本发明涉及染色体区域分割技术领域，解决当染色体过于聚集，多条染色体相互交叉粘连时，可能会使得部分染色体无法完整地分割出来，导致后续的核型分类错误的问题。本发明通过获取同源中期染色体图像，对同源中期染色体图像中的染色体进行初始分割，根据初始分割得到的染色体核型数量判断是否存在错误分割区域，如果存在错误分割区域，将错误分割区域与核型数量为1的染色体进行匹配，从错误分割区域中提取前景区域，将前景区域与核型数量为1的染色体一起输入到分割网络进行二次分割，能够解决部分多个染色体之间存在的复杂粘连，提升了染色体核型自动分析的正确性。

Description

一种基于同源同类染色体信息的染色体分割方法及装置
技术领域
本发明涉及染色体区域分割技术领域，尤其涉及一种基于同源同类染色体信息的染色体分割方法及装置。
背景技术
染色体核型是指体细胞染色体在光学显微镜下所有可测定的表型特征的总称，一般包括染色体数目、大小、形态及结构。在人类染色体核型自动分析中，通过实例分割的方法可以解决大部分的交叉粘连染色体，但是当染色体过于聚集，多条染色体相互交叉粘连时，可能会使得部分染色体无法完整地分割出来，导致后续的核型分类错误。核型分析工作者需要判断染色体区域是否完整，如果不完整，还需要重新进行手动连接以及核型的判断，增加了核型分析工作者的工作量，降低了整体的工作效率。因此，有必要提出一种基于同源同类染色体信息的染色体分割方法及装置，以解决上述问题。
发明内容
本发明的目的在于提供一种基于同源同类染色体信息的染色体分割方法及装置，以解决当染色体过于聚集，多条染色体相互交叉粘连时，可能会使得部分染色体无法完整地分割出来，导致后续的核型分类错误的问题。
第一方面，本发明提供一种基于同源同类染色体信息的染色体分割方法，包括：
获取同源中期染色体图像；
对所述同源中期染色体图像中的染色体进行初始分割；
根据初始分割得到的染色体核型数量判断是否存在错误分割区域；
如果存在错误分割区域，将错误分割区域与核型数量为1的染色体进行匹配；
从所述错误分割区域中提取前景区域；
将所述前景区域与所述核型数量为1的染色体一起输入到分割网络进行二次分割。
进一步地，根据初始分割得到的染色体核型数量判断是否存在错误分割区域，包括：
统计同类染色体数量；
根据同类染色体数量，判断初始分割的结果是否存在染色体缺失或异常。
进一步地，从所述错误分割区域中提取前景区域，包括：
将错误分割区域从同源中期染色体图像中掩模，提取前景区域，将背景置零并归一化到0~1之间。
进一步地，将所述前景区域与所述核型数量为1的染色体一起输入到分割网络进行二次分割，包括：
将所述前景区域与所述核型数量为1的染色体输入到分割网络，得到对错误分割区域的二次分割结果；
其中，所述分割网络采用编码器与Unet网络结合的网络结构，编码器用来将正确分割的同源同类染色进行特征提取，编码成一个卷积核；Unet网络通过输入前景区域，并且在Unet网络的下采样层通过与编码器提取的卷积核卷积，保留同源同类染色体特征，传递给Unet网络的解码过程，最终得到对错误分割区域的二次分割结果。
进一步地，所述方法还包括：
计算二次分割结果中的前景面积；
判断二次分割结果中的前景面积是否小于初始分割结果中的最小前景面积；
如果二次分割结果中的前景面积小于初始分割结果中的最小前景面积，将所述二次分割结果舍去；
如果二次分割结果中的前景面积大于或者等于初始分割结果中的最小前景面积，将所述二次分割结果从同源中期染色体图像中掩模，取出二次分割结果中的染色体；
对二次分割结果中的染色体进行核型分类；
检验二次分割结果中的染色体的核型分类是否与所述核型数量为1的染色体的核型类别一致；
如果二次分割结果中的染色体的核型分类与所述核型数量为1的染色体的核型类别一致，保留所述二次分割结果。
第二方面，本发明提供一种基于同源同类染色体信息的染色体分割装置，包括：
获取单元，用于获取同源中期染色体图像；
初始分割单元，用于对所述同源中期染色体图像中的染色体进行初始分割；
第一判断单元，用于根据初始分割得到的染色体核型数量判断是否存在错误分割区域；
匹配单元，用于在存在错误分割区域的情况下，将错误分割区域与核型数量为1的染色体进行匹配；
提取单元，用于从所述错误分割区域中提取前景区域；
二次分割单元，用于将所述前景区域与所述核型数量为1的染色体一起输入到分割网络进行二次分割。
进一步地，所述判断单元，包括：
统计子单元，用于统计同类染色体数量；
第一判断子单元，用于根据同类染色体数量，判断初始分割的结果是否存在染色体缺失或异常。
进一步地，所述提取单元，用于将错误分割区域从同源中期染色体图像中掩模，提取前景区域，将背景置零并归一化到0~1之间。
进一步地，所述二次分割单元，用于将所述前景区域与所述核型数量为1的染色体输入到分割网络，得到对错误分割区域的二次分割结果；
其中，所述分割网络采用编码器与Unet网络结合的网络结构，编码器用来将正确分割的同源同类染色进行特征提取，编码成一个卷积核；Unet网络通过输入前景区域，并且在Unet网络的下采样层通过与编码器提取的卷积核卷积，保留同源同类染色体特征，传递给Unet网络的解码过程，最终得到对错误分割区域的二次分割结果。
进一步地，所述装置还包括：
计算单元，用于计算二次分割结果中的前景面积；
第二判断单元，用于判断二次分割结果中的前景面积是否小于初始分割结果中的最小前景面积；
舍去单元，用于在二次分割结果中的前景面积小于初始分割结果中的最小前景面积的情况下，将所述二次分割结果舍去；
取出单元，用于在二次分割结果中的前景面积大于或者等于初始分割结果中的最小前景面积的情况下，将所述二次分割结果从同源中期染色体图像中掩模，取出二次分割结果中的染色体；
分类单元，用于对二次分割结果中的染色体进行核型分类；
检验单元，用于检验二次分割结果中的染色体的核型分类是否与所述核型数量为1的染色体的核型类别一致；
保留单元，用于在二次分割结果中的染色体的核型分类与所述核型数量为1的染色体的核型类别一致的情况下，保留所述二次分割结果。
本发明的有益效果如下：本发明提供的一种基于同源同类染色体信息的染色体分割方法及装置，通过获取同源中期染色体图像，对同源中期染色体图像中的染色体进行初始分割，根据初始分割得到的染色体核型数量判断是否存在错误分割区域，如果存在错误分割区域，将错误分割区域与核型数量为1的染色体进行匹配，从错误分割区域中提取前景区域，将前景区域与核型数量为1的染色体一起输入到分割网络进行二次分割，能够解决部分多个染色体之间存在的复杂粘连，提升了染色体核型自动分析的正确性。
附图说明
为了更清楚地说明本发明的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明一种基于同源同类染色体信息的染色体分割方法的流程图；
图2是分割网络结构图；
图3是分割结果示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明具体实施例及相应的附图对本发明技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。以下结合附图，详细说明本发明各实施例提供的技术方案。
请参阅图1至图3，本发明提供一种基于同源同类染色体信息的染色体分割方法，包括：
S101，获取同源中期染色体图像。
S102，对所述同源中期染色体图像中的染色体进行初始分割。
S103，根据初始分割得到的染色体核型数量判断是否存在错误分割区域。
初始分割后一些区域可能存在分割错误，通过将分割结果中正确的结果作为辅助条件，从而进行二次分割，得到正确的分割结果。
正常人的体细胞染色体数目为46条，也就是23对，22对称为常染色体，一对称为性染色体，46XY代表男性，46XX代表女性。在正常核型中，染色体是成对的，每对染色体在形态结构、大小和着丝粒位置上基本相同，其中1条来自精子，1条来自卵，称同源染色体；不同对染色体彼此称非同源染色体。因此，可统计同类染色体数量，根据同类染色体数量，判断初始分割的结果是否存在染色体缺失或异常。
S104，如果存在错误分割区域，将错误分割区域与核型数量为1的染色体进行匹配。
本发明通过利用同源中期染色体图像中，除性染色体外，其余核型染色体皆为成对出现的先验知识，在初始分割后成对染色体中大概率会有一条染色体分割正确，通过分割正确的同源同类染色体作为特征，将错误分割区域中的同类染色体提取出来。
S105，从所述错误分割区域中提取前景区域。
将错误分割区域从同源中期染色体图像中掩模，提取前景区域，将背景置零并归一化到0~1之间。
S106，将所述前景区域与所述核型数量为1的染色体一起输入到分割网络进行二次分割。
将所述前景区域与所述核型数量为1的染色体输入到分割网络，得到对错误分割区域的二次分割结果；其中，所述分割网络采用编码器与Unet网络结合的网络结构，编码器用来将正确分割的同源同类染色进行特征提取，编码成一个卷积核；Unet网络通过输入前景区域，并且在Unet网络的下采样层通过与编码器提取的卷积核卷积，保留同源同类染色体特征，传递给Unet网络的解码过程，最终得到对错误分割区域的二次分割结果。
进一步地，该方法还包括：计算二次分割结果中的前景面积；判断二次分割结果中的前景面积是否小于初始分割结果中的最小前景面积；如果二次分割结果中的前景面积小于初始分割结果中的最小前景面积，将所述二次分割结果舍去；通过将初始分割结果中最小分割区域的面积作为阈值，防止二次分割由于输入错误的同源同类染色体，导致预测结果存在缺失。
如果二次分割结果中的前景面积大于或者等于初始分割结果中的最小前景面积，将所述二次分割结果从同源中期染色体图像中掩模，取出二次分割结果中的染色体；对二次分割结果中的染色体进行核型分类；检验二次分割结果中的染色体的核型分类是否与所述核型数量为1的染色体的核型类别一致；如果二次分割结果中的染色体的核型分类与所述核型数量为1的染色体的核型类别一致，保留所述二次分割结果。
本发明还提供一种基于同源同类染色体信息的染色体分割装置，包括：获取单元，用于获取同源中期染色体图像；初始分割单元，用于对所述同源中期染色体图像中的染色体进行初始分割；第一判断单元，用于根据初始分割得到的染色体核型数量判断是否存在错误分割区域；匹配单元，用于在存在错误分割区域的情况下，将错误分割区域与核型数量为1的染色体进行匹配；提取单元，用于从所述错误分割区域中提取前景区域；二次分割单元，用于将所述前景区域与所述核型数量为1的染色体一起输入到分割网络进行二次分割。
在本实施例中，所述判断单元，包括：统计子单元，用于统计同类染色体数量；第一判断子单元，用于根据同类染色体数量，判断初始分割的结果是否存在染色体缺失或异常。所述提取单元，用于将错误分割区域从同源中期染色体图像中掩模，提取前景区域，将背景置零并归一化到0~1之间。所述二次分割单元，用于将所述前景区域与所述核型数量为1的染色体输入到分割网络，得到对错误分割区域的二次分割结果；
其中，所述分割网络采用编码器与Unet网络结合的网络结构，编码器用来将正确分割的同源同类染色进行特征提取，编码成一个卷积核；Unet网络通过输入前景区域，并且在Unet网络的下采样层通过与编码器提取的卷积核卷积，保留同源同类染色体特征，传递给Unet网络的解码过程，最终得到对错误分割区域的二次分割结果。
在本实施例中，所述装置还包括：计算单元，用于计算二次分割结果中的前景面积；第二判断单元，用于判断二次分割结果中的前景面积是否小于初始分割结果中的最小前景面积；舍去单元，用于在二次分割结果中的前景面积小于初始分割结果中的最小前景面积的情况下，将所述二次分割结果舍去；取出单元，用于在二次分割结果中的前景面积大于或者等于初始分割结果中的最小前景面积的情况下，将所述二次分割结果从同源中期染色体图像中掩模，取出二次分割结果中的染色体；分类单元，用于对二次分割结果中的染色体进行核型分类；检验单元，用于检验二次分割结果中的染色体的核型分类是否与所述核型数量为1的染色体的核型类别一致；保留单元，用于在二次分割结果中的染色体的核型分类与所述核型数量为1的染色体的核型类别一致的情况下，保留所述二次分割结果。
本发明实施例还提供一种存储介质，本发明实施例还提供一种存储介质，所述存储介质中存储有计算机程序，所述计算机程序被处理器执行时实现本发明提供的基于同源同类染色体信息的染色体分割方法各实施例中的部分或全部步骤。所述的存储介质可为磁碟、光盘、只读存储记忆体（英文：Read-OnlyMemory，简称：ROM）或随机存储记忆体（英文：RandomAccessMemory，简称：RAM）等。
本领域的技术人员可以清楚地了解到本发明实施例中的技术可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本发明实施例中的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例或者实施例的某些部分所述的方法。
本说明书中各个实施例之间相同相似的部分互相参见即可。尤其，对于基于同源同类染色体信息的染色体分割装置实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例中的说明即可。
以上所述的本发明实施方式并不构成对本发明保护范围的限定。

Claims (8)

1.一种基于同源同类染色体信息的染色体分割方法，其特征在于，包括：
获取同源中期染色体图像；
对所述同源中期染色体图像中的染色体进行初始分割；
根据初始分割得到的染色体核型数量判断是否存在错误分割区域；
如果存在错误分割区域，将错误分割区域与核型数量为1的染色体进行匹配；
从所述错误分割区域中提取前景区域；
将所述前景区域与所述核型数量为1的染色体一起输入到分割网络进行二次分割。
2.如权利要求1所述的一种基于同源同类染色体信息的染色体分割方法，其特征在于，根据初始分割得到的染色体核型数量判断是否存在错误分割区域，包括：
统计同类染色体数量；
根据同类染色体数量，判断初始分割的结果是否存在染色体缺失或异常。
3.如权利要求1所述的一种基于同源同类染色体信息的染色体分割方法，其特征在于，将所述前景区域与所述核型数量为1的染色体一起输入到分割网络进行二次分割，包括：
将所述前景区域与所述核型数量为1的染色体输入到分割网络，得到对错误分割区域的二次分割结果；
其中，所述分割网络采用编码器与Unet网络结合的网络结构，编码器用来将正确分割的同源同类染色体进行特征提取，编码成一个卷积核；Unet网络通过输入前景区域，并且在Unet网络的下采样层通过与编码器提取的卷积核卷积，保留同源同类染色体特征，传递给Unet网络的解码过程，最终得到对错误分割区域的二次分割结果。
4.如权利要求3所述的一种基于同源同类染色体信息的染色体分割方法，其特征在于，还包括：
计算二次分割结果中的前景面积；
判断二次分割结果中的前景面积是否小于初始分割结果中的最小前景面积；
如果二次分割结果中的前景面积小于初始分割结果中的最小前景面积，将所述二次分割结果舍去；
如果二次分割结果中的前景面积大于或者等于初始分割结果中的最小前景面积，将所述二次分割结果从同源中期染色体图像中按掩模提取出二次分割结果中的染色体；
对二次分割结果中的染色体进行核型分类；
检验二次分割结果中的染色体的核型分类是否与所述核型数量为1的染色体的核型类别一致；
如果二次分割结果中的染色体的核型分类与所述核型数量为1的染色体的核型类别一致，保留所述二次分割结果。
5.一种基于同源同类染色体信息的染色体分割装置，其特征在于，包括：
获取单元，用于获取同源中期染色体图像；
初始分割单元，用于对所述同源中期染色体图像中的染色体进行初始分割；
第一判断单元，用于根据初始分割得到的染色体核型数量判断是否存在错误分割区域；
匹配单元，用于在存在错误分割区域的情况下，将错误分割区域与核型数量为1的染色体进行匹配；
提取单元，用于从所述错误分割区域中提取前景区域；
二次分割单元，用于将所述前景区域与所述核型数量为1的染色体一起输入到分割网络进行二次分割。
6.如权利要求5所述的一种基于同源同类染色体信息的染色体分割装置，其特征在于，所述判断单元，包括：
统计子单元，用于统计同类染色体数量；
第一判断子单元，用于根据同类染色体数量，判断初始分割的结果是否存在染色体缺失或异常。
7.如权利要求5所述的一种基于同源同类染色体信息的染色体分割装置，其特征在于，所述二次分割单元，用于将所述前景区域与所述核型数量为1的染色体输入到分割网络，得到对错误分割区域的二次分割结果；
其中，所述分割网络采用编码器与Unet网络结合的网络结构，编码器用来将正确分割的同源同类染色体进行特征提取，编码成一个卷积核；Unet网络通过输入前景区域，并且在Unet网络的下采样层通过与编码器提取的卷积核卷积，保留同源同类染色体特征，传递给Unet网络的解码过程，最终得到对错误分割区域的二次分割结果。
8.如权利要求7所述的一种基于同源同类染色体信息的染色体分割装置，其特征在于，还包括：
计算单元，用于计算二次分割结果中的前景面积；
第二判断单元，用于判断二次分割结果中的前景面积是否小于初始分割结果中的最小前景面积；
舍去单元，用于在二次分割结果中的前景面积小于初始分割结果中的最小前景面积的情况下，将所述二次分割结果舍去；
取出单元，用于在二次分割结果中的前景面积大于或者等于初始分割结果中的最小前景面积的情况下，将所述二次分割结果从同源中期染色体图像中按掩模提取出二次分割结果中的染色体；
分类单元，用于对二次分割结果中的染色体进行核型分类；
检验单元，用于检验二次分割结果中的染色体的核型分类是否与所述核型数量为1的染色体的核型类别一致；
保留单元，用于在二次分割结果中的染色体的核型分类与所述核型数量为1的染色体的核型类别一致的情况下，保留所述二次分割结果。
CN202211003888.5A 2022-08-22 2022-08-22 一种基于同源同类染色体信息的染色体分割方法及装置 Active CN115082474B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211003888.5A CN115082474B (zh) 2022-08-22 2022-08-22 一种基于同源同类染色体信息的染色体分割方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211003888.5A CN115082474B (zh) 2022-08-22 2022-08-22 一种基于同源同类染色体信息的染色体分割方法及装置

Publications (2)

Publication Number Publication Date
CN115082474A CN115082474A (zh) 2022-09-20
CN115082474B true CN115082474B (zh) 2023-03-03

Family

ID=83245077

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211003888.5A Active CN115082474B (zh) 2022-08-22 2022-08-22 一种基于同源同类染色体信息的染色体分割方法及装置

Country Status (1)

Country Link
CN (1) CN115082474B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108074243A (zh) * 2018-02-05 2018-05-25 志诺维思（北京）基因科技有限公司 一种细胞定位方法以及细胞分割方法
CN109344874A (zh) * 2018-08-31 2019-02-15 华侨大学 一种基于深度学习的染色体自动分析方法及系统
CN111325711A (zh) * 2020-01-16 2020-06-23 杭州德适生物科技有限公司 一种基于深度学习的染色体分裂相图像质量评价方法
CN111652167A (zh) * 2020-06-09 2020-09-11 四川大学 一种染色体核型图像智能评价方法及系统
CN112036237A (zh) * 2020-07-22 2020-12-04 江苏医像信息技术有限公司 染色体嵌合体识别判断方法、系统及染色体核型分析方法
CN113096143A (zh) * 2021-04-30 2021-07-09 天津深析智能科技发展有限公司 一种染色体核型分析中染色体分割方法
CN113537182A (zh) * 2021-09-17 2021-10-22 北京慧荣和科技有限公司 染色体中期分裂相显微图像的自动识别方法与系统
CN113643306A (zh) * 2021-08-16 2021-11-12 中国科学院长春光学精密机械与物理研究所 一种染色体散型图像自动分割方法
CN113785361A (zh) * 2019-10-17 2021-12-10 美达系统硬件与软件股份有限公司 染色体自动化分析方法
CN114219786A (zh) * 2021-12-16 2022-03-22 易构智能科技(广州)有限公司 一种基于深度学习的染色体核型分析方法及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114026644A (zh) * 2019-03-28 2022-02-08 相位基因组学公司 通过测序进行核型分析的系统和方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108074243A (zh) * 2018-02-05 2018-05-25 志诺维思（北京）基因科技有限公司 一种细胞定位方法以及细胞分割方法
CN109344874A (zh) * 2018-08-31 2019-02-15 华侨大学 一种基于深度学习的染色体自动分析方法及系统
CN113785361A (zh) * 2019-10-17 2021-12-10 美达系统硬件与软件股份有限公司 染色体自动化分析方法
CN111325711A (zh) * 2020-01-16 2020-06-23 杭州德适生物科技有限公司 一种基于深度学习的染色体分裂相图像质量评价方法
CN111652167A (zh) * 2020-06-09 2020-09-11 四川大学 一种染色体核型图像智能评价方法及系统
CN112036237A (zh) * 2020-07-22 2020-12-04 江苏医像信息技术有限公司 染色体嵌合体识别判断方法、系统及染色体核型分析方法
CN113096143A (zh) * 2021-04-30 2021-07-09 天津深析智能科技发展有限公司 一种染色体核型分析中染色体分割方法
CN113643306A (zh) * 2021-08-16 2021-11-12 中国科学院长春光学精密机械与物理研究所 一种染色体散型图像自动分割方法
CN113537182A (zh) * 2021-09-17 2021-10-22 北京慧荣和科技有限公司 染色体中期分裂相显微图像的自动识别方法与系统
CN114219786A (zh) * 2021-12-16 2022-03-22 易构智能科技(广州)有限公司 一种基于深度学习的染色体核型分析方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
AS- PANet: 改进路径增强网络的重叠染色体实例分割;林成创 等;《中国图象图形学报》;20201231;全文 *
Statistical Karyotype Analysis Using CNN and Geometric Optimization;NING XIE 等;《IEEE》;20191105;全文 *

Also Published As

Publication number Publication date
CN115082474A (zh) 2022-09-20

Similar Documents

Publication Publication Date Title
CN111798312B (zh) 一种基于孤立森林算法的金融交易系统异常识别方法
CN108805076B (zh) 环境影响评估报告书表格文字的提取方法及系统
US20210224598A1 (en) Method for training deep learning model, electronic equipment, and storage medium
CN107357730B (zh) 一种系统故障诊断修复方法及装置
CN108280051B (zh) 一种文本数据中错误字符的检测方法、装置和设备
CN112668579A (zh) 基于自适应亲和力和类别分配的弱监督语义分割方法
US20210327051A1 (en) Method, computer device and storage medium of fundus oculi image analysis
CN110705403A (zh) 细胞分类方法、装置、介质及电子设备
CN112132827A (zh) 病理图像的处理方法、装置、电子设备及可读存储介质
CN112560964A (zh) 基于半监督学习训练中草药病虫害识别模型的方法与系统
CN110647913B (zh) 基于聚类算法的异常数据检测方法及装置
CN114240978B (zh) 基于自适应形态学的细胞边缘分割方法和装置
CN109271957B (zh) 人脸性别识别方法以及装置
CN112685324A (zh) 一种生成测试方案的方法及系统
CN113362314A (zh) 医学图像识别方法、识别模型训练方法及装置
CN115862045A (zh) 基于图文识别技术的病例自动识别方法、系统、设备及存储介质
CN111460315A (zh) 社群画像构建方法、装置、设备及存储介质
CN115082474B (zh) 一种基于同源同类染色体信息的染色体分割方法及装置
CN113177554B (zh) 甲状腺结节识别与分割方法、系统、存储介质及设备
CN113963197A (zh) 图像识别方法、装置、电子设备和可读存储介质
CN112818946A (zh) 年龄识别模型的训练、年龄识别方法、装置及电子设备
CN113658199B (zh) 基于回归修正的染色体实例分割网络
CN111814832A (zh) 一种目标检测方法、装置及存储介质
CN106407159A (zh) 一种减少试验样本量的指标鉴定方法
CN116137061A (zh) 数量统计模型的训练方法、装置、电子设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant