[发明专利]图像解析方法、装置、程序及深度学习算法的生成方法

权利要求书

1.一种图像解析方法，所述图像解析方法使用神经网络构造的深度学习算法对细胞的形态进行解析，其特征在于：

根据包含解析对象细胞的解析用图像生成解析用数据；

将所述解析用数据输入到所述深度学习算法；

通过所述深度学习算法生成表示所述解析对象细胞的形态的数据；

其中，针对所述解析用图像中一定像素数的各个区域生成所述解析用数据；

所述区域根据细胞种类或尺寸的不同而不同。

2.根据权利要求1所述的图像解析方法，其特征在于：

所述解析用图像包含数个所述解析对象细胞。

3.根据权利要求2所述的图像解析方法，其特征在于：

通过所述深度学习算法生成表示数个所述解析对象细胞各自的形态的数据。

4.根据权利要求1所述的图像解析方法，其特征在于：

通过所述深度学习算法判断所述解析对象细胞的范围作为所述细胞的形态。

5.根据权利要求1所述的图像解析方法，其特征在于：

针对以一定的像素为中心且包含周边像素在内的所述一定像素数的每一区域分别生成所述解析用数据；

所述深度学习算法针对输入的所述解析用数据生成表征所述一定像素的细胞形态的标记。

6.根据权利要求1所述的图像解析方法，其特征在于：

所述一定像素数和所述神经网络的输入层的节点数相同。

7.根据权利要求1所述的图像解析方法，其特征在于：

所述解析用图像是所述解析对象细胞的相位差图像或微分干涉图像。

8.根据权利要求1所述的图像解析方法，其特征在于：

所述解析用图像是拍摄互相分离的数个所述解析对象细胞所得的图像。

9.根据权利要求1所述的图像解析方法，其特征在于：所述深度学习算法对相互分离的数个所述解析对象细胞的形态分别进行辨别。

10.根据权利要求1所述的图像解析方法，其特征在于：

所述解析用图像是对单一类别的细胞所拍摄的图像。

11.根据权利要求1所述的图像解析方法，其特征在于：

所述解析用图像是对移植用细胞所拍摄的图像。

12.根据权利要求1所述的图像解析方法，其特征在于：

用于所述深度学习算法的学习用训练数是据根据被染色细胞的荧光图像生成的。

13.根据权利要求12所述的图像解析方法，其特征在于：

所述训练数据包含从所述荧光图像抽出的、表示细胞形态的标记值。

14.根据权利要求13所述的图像解析方法，其特征在于：所述训练数据包含所述荧光图像的各像素的所述标记值。

15.根据权利要求12所述的图像解析方法，其特征在于：

针对被染色的细胞的所述荧光图像中的一定像素数的每一区域分别生成所述训练数据。

16.根据权利要求1～15中任意一项所述的图像解析方法，其特征在于：所述深度学习算法将所述解析用数据分类为表示所述解析对象细胞形态的级别。

17.根据权利要求1所述的图像解析方法，其特征在于：

所述神经网络的输出层是以柔性最大值函数为激活函数的节点。