[发明专利]一种基于U-Net的细胞核图像分割优化的方法

权利要求书

1.一种基于U-Net的细胞核图像分割优化的方法，其特征在于，包括下列步骤：

使用U-Net++优化U-Net；

在U-Net++中使用深度监督；

U-Net++结合ResNet建立新型网络；

在新型网络中使用上下文感知特征网络；

在新型网络中使用混合跳过路径；

在已建成的网络中选择优化调节参数，获得收敛后的模型。

2.如权利要求1所述的基于U-Net的细胞核图像分割优化的方法，其特征在于，

在使用U-Net++优化U-Net的过程中，增加具有多个卷积层的密集卷积块进行编码器的特征图收集，其中卷积层数取决于金字塔的层数。

3.如权利要求1所述的基于U-Net的细胞核图像分割优化的方法，其特征在于，

所述深度监督使模型能够在精确模式或快速模式下运行，所述精确模式中所有分割分支的输出被平均，所述快速模式中最终分割图仅从其中一个分割分支中选择。

4.如权利要求1所述的基于U-Net的细胞核图像分割优化的方法，其特征在于，

所述新型网络基于UNet++和ResNet构建，具体为在ResNet直接引入残差映射，并利用残差映射代替原始特征映射，最后将重塑后的ResNet嵌入到UNet++的编码器模块中。

5.如权利要求1所述的基于U-Net的细胞核图像分割优化的方法，其特征在于，

在新型网络中使用上下文感知特征网络的过程，具体为引入残差块提取编码器模块中的多尺度特征，即在输入和输出特征之间设计一个直接连接通道。

6.如权利要求1所述的基于U-Net的细胞核图像分割优化的方法，其特征在于，

在新型网络中使用混合跳过路径的过程，具体为使用跳跃连接将源自编码器模块的浅层特征图与源自解码器模块的深层特征图结合起来的过程。

7.如权利要求1所述的基于U-Net的细胞核图像分割优化的方法，其特征在于，

在已建成的网络中优化调节参数的过程，包括下列步骤：

优化器调节；

loss函数调节；

batch size调节。