[发明专利]一种基于荧光视频的神经元胞体自动识别系统

权利要求书

1.一种基于荧光视频的神经元胞体自动识别系统，其特征在于该系统由构造视频模块Z₁、胞体识别分割模块Z₂和用户偏好设置模块Z₃组成，其中：

构造视频模块Z₁将输入的荧光视频V₀[X，Y，T₀]重构为构造视频V[X，Y，T]，并输出到胞体识别分割模块Z₂，其中X、Y、T₀分别为荧光视频V₀[X，Y，T₀]的宽度、高度和视频时长，X、Y、T分别为构造视频V[X，Y，T]的宽度、高度和视频时长；

胞体识别分割模块Z₂从构造视频V[X，Y，T]中识别分割得到疑似神经元胞体区域集合M{m_i[X，Y]，i＝1，...，n}，并将M输出到用户偏好设置模块Z₃，其中m_i[X，Y]为第i个疑似神经元胞体区域，X和Y分别为每一个疑似神经元胞体区域的宽度和高度，n为疑似神经元胞体区域集合中的识别结果数量；

用户偏好设置模块Z₃根据用户设定的灵敏度权重w₁、特异度权重w₂和可信度权重w₃，将疑似神经元胞体区域集合M{m_i[X，Y]，i＝1，...，n}按照加权判定方法输出神经元胞体识别结果集合其中为第j个神经元胞体识别结果，X和Y分别为每一个神经元胞体识别结果的图像宽度和高度，n^*为神经元胞体识别结果集合中识别结果的数量。

2.如权利要求1所述的一种基于荧光视频的神经元胞体自动识别系统，其特征在于构造视频模块Z₁由视频随机打乱模块Z₁₁、信号非线性归一化放大器Z₁₂和特征整合模块Z₁₃组成，其中：

视频随机打乱模块Z₁₁将荧光视频V₀[X，Y，T₀]在时间方向上随机打乱K次，生成随机打乱的荧光视频并输出到信号非线性归一化放大器Z₁₂；

信号非线性归一化放大器Z₁₂根据自适应的滑窗长度w和步长s，将V₀[X，Y，T₀]划分成视频序列V_0，P{V_0，p[X，Y，w]，p＝1，...，T}，其中V_0，p为视频序列V_0，P的第p个视频、T＝(T₀-w)/s+1，随后将每一个视频V_0，p转化为信号非线性归一化放大视频得到非线性归一化放大视频序列并输出到传递到特征整合模块Z₁₃，同时Z₁₂根据自适应的滑窗长度w和步长s，将划分成视频序列V_r，P{V_r，p[X，Y，w]，p＝1，...，T}，并将每一个视频V_r，p转化为信号非线性归一化放大视频得到非线性归一化放大视频序列并输出到特征整合模块Z₁₃；

特征整合模块Z₁₃将视频序列中每一个视频通过降维计算得到一张特征图，依次得到特征图序列特征整合模块Z₁₃同时将视频序列中每一个视频通过降维计算得到一张特征图，进而依次得到特征图序列特征整合模块Z₁₃对特征图序列的每一帧进行特征加权整合，最后得到一个构造视频V[X，Y，T]并输出到胞体识别分割模块Z₂。