技術(shù)總結(jié)
本發(fā)明公開(kāi)了一種基于深度神經(jīng)網(wǎng)絡(luò)的細(xì)胞追蹤方法，涉及圖像處理技術(shù)領(lǐng)域，解決連續(xù)的顯微鏡細(xì)胞圖片序列中細(xì)胞追蹤的問(wèn)題。本發(fā)明包括收集細(xì)胞圖片數(shù)據(jù)，裁出細(xì)胞數(shù)據(jù)，使用卷積神經(jīng)網(wǎng)絡(luò)提取細(xì)胞特征，獲得一個(gè)初始化的多任務(wù)觀測(cè)模型；給定顯微鏡圖片序列的第一張圖片和細(xì)胞位置，在下一幀圖片中獲取第一張圖片中細(xì)胞位置附近的候選細(xì)胞位置；在第一張圖片上采樣正樣本和負(fù)樣本，訓(xùn)練初始化的多任務(wù)觀測(cè)模型，并對(duì)候選細(xì)胞位置進(jìn)行預(yù)測(cè)，得到細(xì)胞的預(yù)測(cè)相似度概率值；預(yù)測(cè)相似度概率值最大的候選細(xì)胞位置作為下一幀圖片的細(xì)胞位置，將最大預(yù)測(cè)相似度概率值和對(duì)應(yīng)的細(xì)胞位置保存到一個(gè)模型更新策略中，進(jìn)行閾值進(jìn)行比較。本發(fā)明用于細(xì)胞的追蹤。

技術(shù)研發(fā)人員：毛華;郭際香;賀喆南;何濤
受保護(hù)的技術(shù)使用者：四川大學(xué)
文檔號(hào)碼：201610511744
技術(shù)研發(fā)日：2016.06.29
技術(shù)公布日：2016.12.07