[发明专利]染色图片处理方法及装置在审

专利信息
申请号: 201810713894.7 申请日: 2018-06-29
公开(公告)号: CN109061131A 公开(公告)日: 2018-12-21
发明(设计)人: 刘昌灵;刘小晴;张军杰;凌少平 申请(专利权)人: 志诺维思(北京)基因科技有限公司
主分类号: G01N33/53 分类号: G01N33/53;G01N1/30;G06F19/28
代理公司: 北京超凡志成知识产权代理事务所(普通合伙) 11371 代理人: 李进
地址: 100000 北京市海淀区*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 染色图像 生成器 判别器 模型训练模块 图像获取模块 图像预测模块 染色图片 虚拟 鉴别结果 配对数据 染色信息 细胞状态 有效判断 染色 生物学 预测 优化
【权利要求书】:

1.一种染色图片处理装置,其包括:

图像获取模块、图像预测模块及模型训练模块;

所述图像获取模块用于获取第一染色图像和第二染色图像,所述第一染色图像和所述第二染色图像记载有不同类型的生物学染色信息;

所述图像预测模块包括主生成器,所述主生成器用于根据所述第一染色图像预测虚拟第二染色图像;

所述模型训练模块包括主判别器,所述主判别器根据所述第二染色图像判别所述虚拟第二染色图像是否真实,并将鉴别结果传送到所述主生成器,对所述主生成器进行调整训练,直至所述主判别器无法继续指导所述主生成器进一步优化。

2.根据权利要求1所述的装置,其特征在于,所述图像预测模块还包括反向生成器,所述模型训练模块还包括第一重构损失模块;

所述反向生成器用于根据所述虚拟第二染色图像预测重构第一染色图像;

所述第一重构损失模块根据所述第一染色图像判别所述重构第一染色图像是否真实,并将鉴别结果传送到所述主生成器和/或所述反向生成器,对所述主生成器和/或所述反向生成器进行调整训练,直至所述第一重构损失模块无法继续指导所述主生成器和/或所述反向生成器进一步优化。

3.根据权利要求2所述的装置,其特征在于,所述模型训练模块还包括反向判别器;

所述反向生成器还用于根据所述第二染色图像预测虚拟第一染色图像;

所述反向判别器根据所述第一染色图像判别所述虚拟第一染色图像是否真实,并将鉴别结果传送到所述反向生成器,对所述反向生成器进行调整训练,直至所述反向判别器无法继续指导所述反向生成器进一步优化。

4.根据权利要求3所述的装置,其特征在于,所述模型训练模块还包括第二重构损失模块;

所述主生成器还用于根据所述虚拟第一染色图像预测重构第二染色图像;

所述第二重构损失模块根据所述第二染色图像判别所述重构第二染色图像是否真实,并将鉴别结果传送到所述主生成器和/或所述反向生成器,对所述主生成器和/或所述反向生成器进行调整训练,直至所述第二重构损失模块无法继续指导所述主生成器和/或所述反向生成器进一步优化。

5.根据权利要求1所述的装置,其特征在于,所述图像预测模块还包括反向生成器,所述模型训练模块还包括反向判别器;

所述反向生成器用于根据所述第二染色图像预测虚拟第一染色图像;

所述反向判别器根据所述第一染色图像判别所述虚拟第一染色图像是否真实,并将鉴别结果传送到所述反向生成器,对所述反向生成器进行调整训练,直至所述反向判别器继续指导所述反向生成器进一步优化。

6.根据权利要求1~5任一项所述的装置,其特征在于,所述图像获取模块的功能还包括:

将所述第一染色图像和所述第二染色图像分割成多个子图。

7.根据权利要求1~5任一项所述的装置,其特征在于,所述生物学染色信息包括细胞或组织的免疫组化或免疫荧光染色信息。

8.染色图片处理方法,其特征在于,包括:

1).运行权利要求1~7任一项所述的装置生成对抗网络训练直到模型稳定后导出所述主生成器;

2).利用所述主生成器对与所述第一染色图像具有相同生物学染色信息的样本进行虚拟染色。

9.根据权利要求8所述的方法,其特征在于,在步骤1)训练模型时,首先对判别器进行初始化,在保持判别器不变的前提下训练生成器,直至生成器得到的虚拟染色图像与真实图像尽可能相似;在经过迭代次数的训练后,保持生成器不变训练判别器,直至判别器可以更好地区分真实图像与虚拟图像。

10.根据权利要求8所述的方法,其特征在于,步骤2)还包括,采用邻域集成的方法,优化最终输出的图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于志诺维思(北京)基因科技有限公司,未经志诺维思(北京)基因科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810713894.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top