[发明专利]染色体实例分割方法、系统和存储介质

权利要求书

1.一种染色体实例分割方法，其特征在于，包括以下步骤：

获取细胞分裂中期的显微镜图像；

对所述细胞分裂中期的显微镜图像进行第一次分割，得到若干张子图像；

对所述若干张子图像进行识别，得到第一染色体实例集合和染色体簇集合；

对所述染色体簇集合内的染色体簇进行第二次分割，得到第二染色体实例集合；

将所述第一染色体实例集合和第二染色体实例集合合并，得到染色体实例总集合。

2.根据权利要求1所述的一种染色体实例分割方法，其特征在于，所述细胞分裂中期的显微镜图像为灰度图像，所述对所述细胞分裂中期的显微镜图像进行第一次分割，其具体为：

根据所述灰度图像的几何连通性对所述细胞分裂中期的显微镜图像进行第一次分割。

3.根据权利要求2所述的一种染色体实例分割方法，其特征在于，所述根据所述灰度图像的几何连通性对所述细胞分裂中期的显微镜图像进行第一次分割，其具体为：

采用分水岭算法或者阈值分割算法根据所述灰度图像的几何连通性对所述细胞分裂中期的显微镜图像进行第一次分割。

4.根据权利要求1所述的一种染色体实例分割方法，其特征在于，所述对所述若干张子图像进行识别，得到第一染色体实例集合和染色体簇集合，其具体为：

通过机器学习分类算法和分类权重对所述干张子图像进行识别划分，得到第一染色体实例集合和染色体簇集合。

5.根据权利要求4所述的一种染色体实例分割方法，其特征在于，所述机器学习分类算法为预先进行训练的算法，所述分类权重为所述机器学习分类算法在预先训练过程中得到在权重；所述机器学习分类算法的训练步骤包括：

获取预先完成标签的染色体图像作为第一训练集，所述标签与所述染色体类别对应；

通过所述第一训练集对所述机器学习分类算法进行训练，得到训练权重。

6.根据权利要求1所述的一种染色体实例分割方法，其特征在于，所述对所述染色体簇集合内的染色体簇进行第二次分割，得到第二染色体实例集合，包括：

对所述染色体簇集合内的染色体簇进行无效像素边界最小化，得到每个染色体簇的边框大小；

获取所述边框大小中高度和宽度均最大的边框大小作为标准值；

对剩余边框大小对应的染色体簇的四周进行像素填充，得到与所述标准值相同的染色体簇；

采用深度学习实例分割模型和训练权重预测像素填充后的染色体簇的掩码；

根据所述掩码从所述染色体簇集合内的染色体簇中获取染色体实例作为第二染色体实例集合。

7.根据权利要求6所述的的一种染色体实例分割方法，其特征在于，所述深度学习实例分割模型为预先进行训练的模型，所述训练权重为所述深度学习实例分割模型在完成训练后得到的训练权重，所述深度学习实例分割模型的训练步骤包括：

将像素填充后的若干个的染色体簇进行像素标注；

根据像素标注后的染色体簇创建第二训练集；

将所述第二训练集划分为实训集、测试集和验证集；

通过所述实训集、测试集和验证集分别对所述深度学习实例分割模型进行训练、测试和验证。

8.一种染色体实例分割系统，其特征在于，包括：

获取模块，用于获取细胞分裂中期的显微镜图像；

第一分割模块，用于对所述细胞分裂中期的显微镜图像进行第一次分割，得到若干张子图像；

识别模块，用于对所述若干张子图像进行识别，得到第一染色体实例集合和染色体簇集合；

第二分割模块，用于对所述染色体簇集合内的染色体簇进行第二次分割，得到第二染色体实例集合；

合并模块，用于将所述第一染色体实例集合和第二染色体实例集合合并，得到染色体实例总集合。

9.一种染色体实例分割系统，其特征在于，包括：

至少一个存储器，用于存储程序；

至少一个处理器，用于加载所述程序以执行如权利要求1-7任一项所述的染色体实例分割方法。

10.一种存储介质，其中存储有处理器可执行的指令，其特征在于，所述处理器可执行的指令在由处理器执行时用于实现如权利要求1-7任一项所述的染色体实例分割方法。