公开(公告)号：CN116797791A

公开(公告)日：2023-09-22

申请号：CN202310751254.6

申请日：2023-06-25

Applicant: 西北工业大学宁波研究院

Inventor： 彭勃 ,  李林 ,  丁阳 ,  李锦涛 ,  柏桦 ,  张佳欣 ,  黄维

IPC: G06V10/26 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06V10/44 ,  G06V10/86 ,  G06T7/00 ,  G06V10/774

Abstract: 本发明提供了一种基于深度学习的线粒体分割与分类方法，解决现有进行线粒体形态学分析处理的技术方法和模型存在的鲁棒性和准确性较低，以及无法定性与定量分析的问题通过图像分割和图像分类结合的“分割‑分类”思路实现了对线粒体超分辨图像的定性与定量分析，其中，图像分割部分体现出了定量，深度学习可以量化每个图像中线粒体的形态轮廓，并量化线粒体伪彩色图像的荧光强度。图像分类部分体现出了定性和定量，深度学习可以将不同形态的线粒体分类从而定性(圆形或丝状)，并统计圆形线粒体的占比从而量化当前细胞内线粒体的整体病变程度。