一种用于细胞核分割的图像数据扩增方法技术

本申请涉及一种用于细胞核分割的图像数据扩增方法，该方法通过获取随机生成的噪声图像，然后将噪声图像输入至预设降噪模型进行降噪处理，得到目标图像对，其中，目标图像对包括目标图像和对应的标注目标图像，预设降噪模型是基于样本细胞图像和样本分割图像训练得到

【技术实现步骤摘要】
一种用于细胞核分割的图像数据扩增方法


[0001]本申请涉及图像处理
，特别是涉及一种用于细胞核分割的图像数据扩增方法
。

技术介绍

[0002]细胞核分割是病理学图像分析中的一项基本任务，准确分割细胞核有助于分析组织病理学图像以辅助临床诊断和治疗
。
目前，利用细胞核分割模型进行细胞核的分割已经取得了良好的结果
。
然而，训练细胞核分割模型通常需要大量的标记图像来构成成对的病理图像和细胞核实例分割图样本，而在实践中很难收集到大规模的标记图像
。
[0003]为了解决数据不足的问题，研究者提出了使用数据扩增的方法
。
传统的数据扩增方法主要是对现有的样本图像进行裁切
、
旋转
、
颜色扰动等图像变换处理，得到新增样本图像，从而达到扩充训练集的目的
。
[0004]但是，上述图像数据扩增方法存在准确率低的问题
。

技术实现思路

[0005]基于此，有必要针对上述技术问题，提供一种能够提高图像数据扩增本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种用于细胞核分割的图像数据扩增方法，其特征在于，所述方法包括：获取随机生成的噪声图像；将所述噪声图像输入至预设降噪模型进行降噪处理，得到目标图像对；所述目标图像对包括目标图像和对应的标注目标图像；所述预设降噪模型是基于样本细胞图像和样本分割图像训练得到
。2.
根据权利要求1所述的方法，其特征在于，所述预设降噪模型包括第一降噪模型和第二降噪模型，所述将所述噪声图像输入至预设降噪模型进行降噪处理，得到目标图像对，包括：将所述噪声图像输入至所述第一降噪模型进行降噪处理，得到中间图像；所述第一降噪模型是基于所述样本分割图像训练得到；将所述中间图像和所述噪声图像输入至所述第二降噪模型进行降噪处理，得到所述目标图像；所述第二降噪模型是基于所述样本细胞图像和所述样本分割图像训练得到；对所述中间图像进行自动标注生成处理，得到所述标注目标图像
。3.
根据权利要求2所述的方法，其特征在于，所述方法还包括：获取所述样本细胞图像和所述样本分割图像；根据所述样本分割图像对第一初始扩散模型进行训练，得到所述第一降噪模型；所述第一初始扩散模型包括第一初始加噪模型和第一初始降噪模型；根据所述样本细胞图像和对应的样本分割图像对第二初始扩散模型进行训练，得到所述第二降噪模型；所述第二初始扩散模型包括第二初始加噪模型和第二初始降噪模型
。4.
根据权利要求3所述的方法，其特征在于，所述根据所述样本分割图像对第一初始扩散模型进行训练，得到所述第一降噪模型，包括：对所述样本分割图像进行自动细胞结构生成处理，得到第一样本结构图像；将所述第一样本结构图像输入至所述第一初始加噪模型进行加噪处理，得到第一噪声样本图像；将所述第一噪声样本图像输入至所述第一初始降噪模型进行降噪处理，得到第一降噪样本图像；根据所述第一降噪样本图像和所述样本结构图像确定第一损失，并根据所述第一损失对所述第一初始加噪模型和所述第一初始降噪模型进行训练，得到所述第一降噪模型
。5.
根据权利要求3所述的方法，其特征在于，所述根据所述样本细胞图像...

【专利技术属性】
技术研发人员：李灏峰，余心仪，李冠彬，楼威，刘斯奇，万翔，
申请(专利权)人：深圳市大数据研究院，
类型：发明
国别省市：