-
公开(公告)号：CN114155249A
公开(公告)日：2022-03-08
申请号：CN202111461795.2
申请日：2021-12-02
Applicant: 安徽大学
IPC: G06T7/10
Abstract: 本发明涉及一种基于深度矢量场回归的三维细胞图像实例分割方法，与现有技术相比解决了三维细胞图像分割中细胞紧密粘连、难以分离的缺陷。本发明包括以下步骤：三维细胞图像原始数据和标签数据的获取和预处理；实例分割深度回归神经网络的构建；实例分割深度回归神经网络的训练；三维细胞距离图的获得；三维细胞实例分割结果的获得。本发明通过将分割任务转换成为回归任务，利用回归任务去学习前景像素到背景像素的欧式距离，利用前景像素到其最近背景像素的方向矢量去更好地学习前景和背景信息，同时也包含了细胞的方向信息、利用color loss去进一步加强方向信息的学习，简单、高效地提升了三维细胞的分割精度。
-
公开(公告)号：CN114155249B
公开(公告)日：2024-12-06
申请号：CN202111461795.2
申请日：2021-12-02
Applicant: 安徽大学
IPC: G06T7/10
Abstract: 本发明涉及一种基于深度矢量场回归的三维细胞图像实例分割方法，与现有技术相比解决了三维细胞图像分割中细胞紧密粘连、难以分离的缺陷。本发明包括以下步骤：三维细胞图像原始数据和标签数据的获取和预处理；实例分割深度回归神经网络的构建；实例分割深度回归神经网络的训练；三维细胞距离图的获得；三维细胞实例分割结果的获得。本发明通过将分割任务转换成为回归任务，利用回归任务去学习前景像素到背景像素的欧式距离，利用前景像素到其最近背景像素的方向矢量去更好地学习前景和背景信息，同时也包含了细胞的方向信息、利用color loss去进一步加强方向信息的学习，简单、高效地提升了三维细胞的分割精度。
-
公开(公告)号：CN115732033A
公开(公告)日：2023-03-03
申请号：CN202211464491.6
申请日：2022-11-22
Applicant: 安徽大学
Abstract: 本发明公开了一种基于多目标特征选择的生物性状表达的基因选择方法，包括：步骤1：输入生物基因样本；步骤2：对输入的基因样本的特征进行分组并且针对每一个分组产生一个子种群；步骤3：各个子种群独立进化；步骤4：将所有的子种群逐步归并；步骤5：所有子种群最终合并为一个种群，该种群在原始基因上搜索，最终得到在原始基因集合上表达效果最好的部分基因，并且将它作为最终选择的基因。本发明能从大量的基因特征中筛选出数量较少且重要性较高的基因，从而有效提高高维生物性状表达的基因选择的准确性，同时也有利于缩短研究周期，降低研究成本。
-
-
Search Results
3
records
(took 0.103 seconds)
