用于细胞检测和分割的弱监督多任务学习
公开
摘要
本公开涉及用于使用迁移学习和多任务调度器来分割和检测图像数据内的细胞的技术。特别地，本公开的各方面涉及：访问一个或多个细胞的多个图像；从所述多个图像中提取三个标签，其中所述三个标签是使用Voronoi变换、局部聚类和repel代码应用来提取的；通过所述多任务调度器，基于与所述三个标签对应的三个损失函数来训练卷积神经网络模型；通过所述卷积神经网络模型，基于用所述三个损失函数进行的所述训练，针对所述多个图像中的每个图像生成核概率图和背景概率图；以及提供所述核概率图和所述背景概率图。
基本信息
专利标题 ：
用于细胞检测和分割的弱监督多任务学习
专利标题（英）：
暂无
公开（公告）号 ：
CN114600155A
申请号 ：
CN202080071659.X
公开（公告）日 ：
2022-06-07
申请日 ：
2020-10-14
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
聂垚A·C·扎尔
申请人 ：
文塔纳医疗系统公司
申请人地址 ：
美国亚利桑那州
代理机构 ：
北京坤瑞律师事务所
代理人 ：
岑晓东
优先权 ：
CN202080071659.X
主分类号 ：
G06T7/00
IPC分类号 ：
G06T7/00 G06K9/62 G06N3/04 G06N3/08 G06V20/70 G06V10/764 G06V10/762 G06V10/82
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06T
一般的图像数据处理或产生
G06T7/00
图像分析
法律状态
2022-06-07 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
