公开(公告)号：CN117132771A

公开(公告)日：2023-11-28

申请号：CN202310840381.3

申请日：2023-07-10

Applicant: 南京邮电大学

Inventor： 刘维振 ,  宋杰

IPC: G06V10/26 ,  G06V10/764 ,  G06V10/766 ,  G06V10/774 ,  G06N5/04 ,  G06N7/01 ,  G06V10/84

Abstract: 一种基于贝叶斯推断和Boosting驱动的细胞图像实例分割方法。对于细胞图像的实例分割，由于其包含着非常复杂的图像特征(前‑背景对比度低，图像噪声大，细胞分布密度大，细胞黏连，多层细胞重叠等)，这就使得从病理图像中精准分割出每一个细胞个体是件很困难的事，过去的一些研究当中的方法，要么只能分割出部分细胞，要么就是需要大量的数据集和算力，因而我们迫切需要一种既能够完整分割每一个细胞，且不需要耗费大量算力，同时分割效果达到预期的一种方法。本发明通过引入多水平集能量函数，以及最小描述长度来进行轮廓推理，再加上多层级联Boosting进行分类与回归，从而使得图像当中每一个目标都能够得到识别和精准分割。