一种基于编解码结构模型的细胞核图像颜色归一化的方法技术

本发明专利技术公开了一种基于编解码结构模型的细胞核图像颜色归一化的方法，首先进行模型构建，构建编解码结构的模型，包括Encoder和Decoder两部分；然后进行数据准备和数据预处理，对数据库获取的细胞核图像数据进行随机裁剪、随机水平翻转、随机垂直翻转、随机旋转、随机尺度缩放和随机仿射变换，并对像素值进行归一化；最后进行模型训练和验证：采用均方误差作为损失函数，使用Adam优化器对所构建的模型进行训练并完成模型测试；该方案可以实现对细胞核图像的颜色归一化，提高细胞核图像研究的效率和准确性，为医学和生物学研究提供有力的支持。

【技术实现步骤摘要】

本专利技术属于细胞核图像处理，特别涉及一种基于编解码结构模型的细胞核图像颜色归一化的方法。

技术介绍

1、在医学研究和临床诊断中，细胞核图像是重要的图像资源，用于研究细胞结构、分析病理学特征以及辅助疾病诊断。然而，不同来源、不同实验条件下获取的细胞核图像可能因染色条件、设备、处理方法等因素而呈现出颜色上的差异。在过去，医学研究者和临床医生在使用细胞核图像时，常常会面临颜色不一致的问题，这可能导致图像比较、分析和诊断的不准确性。因此，颜色归一化技术应运而生，旨在消除图像之间的颜色差异，使细胞核图像具有一致的颜色风格，从而提高图像分析和诊断的可靠性和准确性。

2、目前，现有的细胞核图像颜色归一化方法主要分为传统图像处理方法、基于统计学方法、基于gan网络的方法。传统图像处理方法通常基于手工设计的图像处理技术，例如颜色解卷积技术通常是基于事先定义的颜色矩阵，如果染色剂的反应存在变异或噪音，解卷积过程可能会受到影响，导致结果不够精确；基于统计学的方法利用统计学分析和机器学习技术来实现颜色归一化。然而，这些方法涉及到一些参数的设置，例如颜色通道数、稀疏表本文档来自技高网...

【技术保护点】

1.一种基于编解码结构模型的细胞核图像颜色归一化的方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种基于编解码结构模型的细胞核图像颜色归一化的方法，其特征在于：步骤S1中，Encoder将原始输入图像转换为特征向量，Decoder将这些特征向量转换为颜色归一化后的输出图像。

3.根据权利要求1所述的一种基于编解码结构模型的细胞核图像颜色归一化的方法，其特征在于：步骤S1中的模型构建由编码器和解码器组成，分别设计了下采样模块和上采样模块，下采样模块位于编码器，上采样模块位于解码器，编码器每一次下采样之前会将当前特征通过改进的跳连接模块传递给解码器。编码器...

【技术特征摘要】

1.一种基于编解码结构模型的细胞核图像颜色归一化的方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种基于编解码结构模型的细胞核图像颜色归一化的方法，其特征在于：步骤s1中，encoder将原始输入图像转换为特征向量，decoder将这些特征向量转换为颜色归一化后的输出图像。

3.根据权利要求1所述的一种基于编解码结构模型的细胞核图像颜色归一化的方法，其特征在于：步骤s1中的模型构建由编码器和解码器组成，分别设计了下采样模块和上采样模块，下采样模块位于编码器，上采样模块位于解码器，编码器每一次下采样之前会将当前特征通过改进的跳连接模块传递给解码器。编码器部分的下采样模块由两个3×3的卷积层再加上一个2×2的maxpooling层组成，解码器部分的上采样模块由一个用于上采样的2×2的转置卷积加上两个3×3的卷积层组成；改进的跳连接模块加入了残差块，在低级特征与高级特征融合之前，分别通过3×3和1×1的卷...

【专利技术属性】
技术研发人员：陈小辉，阮启胜，陈凌俊，
申请(专利权)人：三峡大学，
类型：发明
国别省市：