一种无标记制造技术

本发明专利技术涉及生物图像处理技术领域，公开了一种无标记

【技术实现步骤摘要】
一种无标记
β
‑
淀粉样蛋白斑块识别方法、装置、设备


[0001]本专利技术涉及生物图像处理领域，具体涉及一种无标记
β
‑
淀粉样蛋白斑块识别方法
、
装置
、
设备
。

技术介绍

[0002]β
‑
淀粉样蛋白
(amyloid
β
‑
protein
，
A
β
)
斑块是阿尔茨海默病
(AD)
的显著病理标志之一，主要代表了由
A
β
组成的蛋白质的持续性累积
。
根据
A
β
聚集的形态，
A
β
斑块可以划分三种病理类型，分别为：脑淀粉样血管病
、
核心型和弥散型斑块
。
对
A
β
斑块进行准确的定位和识别有助于了解
AD
的病理生理机制
。
[0003]目前，光学显本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种无标记
β
‑
淀粉样蛋白斑块识别方法，其特征在于，所述方法包括：采集预设厚度的
APP/PS1
小鼠脑冠状切片的
TPEF
图像和
CARS
图像，所述
TPEF
图像含有内源性荧光团的自发荧光信号，所述
CARS
图像含有光谱信号；对
TPEF
图像和
CARS
图像分别采用预设标注工具对不同的
β
‑
淀粉样蛋白斑块进行标注，得到标注文件；以
CARS/TPEF
双模态图像为掩膜，根据所述标注文件中的坐标
、
类型获取标注图像，遍历完标注文件中的所有标注数据后，对标注进行复核，获得表示不同病理类型斑块位置的标注图像；将
CARS/TPEF
双模态图像和对应的标注图像按照预设比例划分训练集和验证集，并基于训练集对于预设神经网络进行训练，并基于验证集对训练后的模型进行验证，得到符合预设要求的模型作为双模态目标识别网络模型；将待识别的
CARS
图像和
TPEF
图像输入至双模态目标识别网络模型中，输出
β
‑
淀粉样蛋白斑块的空间位置
、
病理类型和对应的置信度
。2.
根据权利要求1所述的方法，其特征在于，还包括：将双模态目标识别网络模型输出的结果存储为带有标记框
、
置信度和类别的
RGB
图像，或包含标记框的空间位置
、
置信度和类别信息的
txt
文件，以展示最终的
β
‑
淀粉样蛋白斑块的识别和定位信息
。3.
根据权利要求2所述的方法，其特征在于，所述对
TPEF
图像和
CARS
图像分别采用预设标注工具对不同的
β
‑
淀粉样蛋白斑块进行标注，形成标注文件，包括：采用
LabelImg
软件基于表征生物组织脂质成分的
2850cm
‑1的
CARS
图像来标记核心型斑块，并记录核心型斑块的空间位置及大小，保存为第一标注文件；基于
TPEF
图像中的空间形态特征来标记
CAA
斑块类型和非
CAA
斑块类型，并记录
CAA
斑块类型和非
CAA
斑块类型的空间位置及大小，保存为第二标注文件；将
CARS
图像和
TPEF
图像合并为三通道
RGB
图像形成
CARS/TPEF
双模态图像，将第一标注文件和第二标注文件中每个标注数据的类别和坐标定位到
CARS/TPEF
双模态图像中，并判断非
CAA
斑块类型区域的类型：若对应的空间位置只存在
TPEF
图像中，则将该非
CAA
斑块类型区域标注修改为弥散型斑块，否则将该区域的标注修改为核心型斑块，将
CARS/TPEF
双模态图像中每个标注数据的坐标定位到
β
‑
淀粉样蛋白斑块免疫荧光图像中并放大对应的区域，复核标注后得到最终的双模态标注文件
。4.
根据权利要求3所述的方法，其特征在于，在对
CARS
图像和
TPEF
图像标注过程中，通过键鼠输入的方式选中斑块以创建可供查询的字典
dict
并向内存存入标注的标签和标记框的空间位置及大小，保存为
xml
格式文件
。5.
根据权利要求3所述的方法，其...

【专利技术属性】
技术研发人员：屈军乐，易敏，林方睿，
申请(专利权)人：深圳大学，
类型：发明
国别省市：