[发明专利]一种染色体分裂相定位排序方法

说明书

本发明公开了一种染色体分裂相定位排序方法，属于染色体识别技术领域。该染色体分裂相定位排序方法包括如下步骤，1)基于darknet53基础网络建立识别模型；2)得到独立的染色体图像，按照规定尺寸进行图像输入；3)利用识别模型对输入的染色体图像进行特征提取，识别模型结构设定三种下采样尺度，每种下采样尺度设定有三种先验框，总共聚类出九种尺寸的先验框；4)使用logistic的输出进行边框预测。本发明基于darknet53基础网络建立识别模型，利用识别模型对输入的染色体图像进行特征提取，快速进行边框预测，从而能够对染色体类型进行准确、高效识别，相比现有识别技术能够有效提升染色体核型的分析效率，缩短识别排序时间，高准确率地完成染色体的排序。

技术领域

本发明属于染色体识别技术领域，尤其涉及一种染色体分裂相定位排序方法。

背景技术

人类染色体病是由先天性的染色体数目或结构异常而引起的一系列临床症状的综合征。主要有患儿智力低下，发育迟缓，先天性畸形。同时还会造成流产，死胎等。这些对于每一个家庭都是难以承受的。然而这一症状在我国的妊娠人群中的患病率约有5％-10％，在流产胚胎中占据一半以上。并且这些数据有逐年增长的趋势，我国政府及相关机构也开始重视染色体疾病。

临床检验人染色体病的方法是通过培养体细胞再经一系列的操作得到经染色显带核型样本，再经数码拍照得到照片，然后对染色体图片进行核型的分析识别。目前分析染色体图片的方法，基本上是手工操作，人工识别，检验医生首先需要大量的培训时间才能掌握识别每个染色体类型的知识，工作负担较重。即使是经验丰富的医生对病人的染色体进行分析识别，其首先需要采用手工分割交叉、粘连和重叠的染色体，然后使用鼠标分离粘连和重叠染色单体，再对于分割好的染色单体进行计数，整个流程一般需要两个星期以上，时间周期较长。并且人工识别，主观性很强，很容易受外界环境影响，准确率不高。

发明内容

本发明的目的在于克服现有技术中存在的上述问题，提供一种染色体分裂相定位排序方法。

为实现上述技术目的，达到上述技术效果，本发明是通过以下技术方案实现：

一种染色体分裂相定位排序方法，包括如下步骤：

S1，基于darknet53基础网络建立识别模型；

S2，得到独立的染色体图像，按照规定尺寸进行图像输入；

S3，利用识别模型对输入的染色体图像进行特征提取，识别模型结构设定三种下采样尺度，每种下采样尺度设定有三种先验框，总共聚类出九种尺寸的先验框；

S4，使用logistic的输出进行边框预测，引入Anchor Box，Anchor Box预设的两个边长分别为p_w、p_h，，识别模型学习目标是t_x、t_y、t_w、t_y，最终得到的边框坐标值是b_x、b_y、b_w、b_y，

b_x＝σ(t_x)+c_x，

b_y＝σ(t_y)+c_y，

其中c_x、c_y为网格的坐标偏移量。

进一步地，上述染色体分裂相定位排序方法中，步骤S1中，darknet53基础网络基本由1*1与3*3卷积构成，网络中有53个卷积层。

进一步地，上述染色体分裂相定位排序方法中，步骤S2中，图像输入的尺寸为416*416。