[发明专利]一种低成本高效的细胞核图像分割方法

权利要求书

1.一种低成本高效的细胞核图像分割方法，其特征在于：包括有以下制作步骤：

S1，采集原始的病理图像数据集，生成原始病理图像；

S2，将原始病理图像裁切为若干小尺寸的病理图像样本块,构成小尺寸样本块；

S3，筛选出少量的小尺寸样本块，由病理医生标注生成标注掩膜，并将筛选出的少量的小尺寸样本块定义为标注样本块；

S31，采样；

S32，双层聚类；

将小尺寸样本块聚集成聚类簇，按照小尺寸样本块与聚类簇中心的特征距离大小来选择代表性样本块，按照聚类簇内部各区域的小尺寸样本块的纹理和细胞核形态的相似程度来选择内部一致性样本块；

共执行两次K-means聚类，即k均值聚类算法；

S321，第一次聚类为粗聚类，将小尺寸样本块聚类成个聚类簇；

S322，将每一个聚类簇中的每一个小尺寸样本块再裁切成四个子区域；

S323，进行第二次聚类，得到个聚类簇，即细聚类；

S324，经过两次聚类，最终得到个聚类簇；

S33，分数计算：计算每一个聚类簇中所有小尺寸样本块的代表性和内部一致性分数；筛选出每个聚类簇中分数最小的一个小尺寸样本块；

S4，每一张标注掩膜和相对应的标注样本块组成标注样本对；得到少量的标注样本对；

S5，创建一个伪掩膜构造模块，根据每一张标注掩膜生成大量的伪掩膜；

S6，将每一对标注样本对作为初始输入条件，分别创建一个有条件输入的基于单对训练图片的对抗生成网络模型——即CSinGAN模型，每个CSinGAN模型包含一个CSinGAN模型生成器，每个CSinGAN模型生成器使用一对标注好的标注样本对；

S7，将每张伪掩膜作为CSinGAN模型生成器的输入条件，生成与伪掩膜相对应的伪病理图片；

S8，根据大量的伪掩膜训练CSinGAN模型生成器，用CSinGAN模型生成器生成大量的伪病理图片；

S9，将每张伪病理图片与相对应的伪掩膜组成伪样本对；

S10，将大量的伪样本对和标注样本对组成有标注分割训练集；标注样本对为真实样本对；

S11，使用有标注分割训练集和大量的无标注病理图像对基于伪标签的半监督细胞核分割模型进行训练，得到能够精准分割病理图像细胞核的模型。

2.根据权利要求1所述低成本高效的细胞核图像分割方法，其特征在于：所述步骤S31中，包括以下操作内容：

从原始病理图像利用滑动窗口均匀地采样大小为的小尺寸样本块，其中s为4的倍数。

3.根据权利要求1所述低成本高效的细胞核图像分割方法，其特征在于：每一次聚类使用的特征向量均为将样本块或子区域输入Imagenet预训练的ResNet50模型得到的特征。