【技术实现步骤摘要】
本专利技术涉及医学图像处理领域，尤其涉及一种基于多尺度sam的病理图像单细胞分割方法。
技术介绍
1、现代显微镜的多功能性、高分辨率和多模态特性可提供越来越详细的单细胞异质性和组织图像。而为了更深入地了解组织生物学，最好直接将视觉维度与分子表型联系起来，从而整合单细胞和空间分辨下的分子数据。而其中的关键，便是准确定义单细胞边界。
2、目前所采用的分割方法主要是基于传统基础算法和基于机器学习，而机器学习分支中的深度学习是近年的热点研究领域。传统的分割方法，例如canny检测器，通常依赖于一些数学假设。而在深度学习范畴，对于单细胞图像分割应用很广泛的一个网络结构是ronneberger等人提出的u形网络(unet)，采用对称的编码器-解码器结构，从而融合不同尺度特征。oda等人通过使用两个输出分支来估计除分割输出之外的边界。而基于unet的结构的架构改进在细胞或细胞核的显微镜图像上产生了更高的分割精度。例如，基于unet的模型cellpose具有额外的结构或输出，可以对密集细胞图像进行有效地分割。而通过mesmer，即使没有很多...
【技术保护点】
1.一种基于多尺度SAM的病理图像单细胞分割方法，其特征在于包括以下步骤：
2.根据权利要求1所述的基于多尺度SAM的病理图像单细胞分割方法，其特征在于聚合连接模块具体包括：位置调整模块，添加于ViT网络的位置嵌入模块后；第一基础卷积块，输入端连接处理空间注意力模块且输出端分别连接至SAM模型的第一多头注意力模块；第二多头注意力模块，用于接收第一基础卷积块的输出和层标准化模块的输出；层标准化模块，用于接收Transformer编码器的输出并连接至第二多头注意力模块；第二基础卷积块，连接于第二多头注意力模块和通道注意力模块之间；多层感知机，用于接收和处理第二...
【技术特征摘要】
1.一种基于多尺度sam的病理图像单细胞分割方法，其特征在于包括以下步骤：
2.根据权利要求1所述的基于多尺度sam的病理图像单细胞分割方法，其特征在于聚合连接模块具体包括：位置调整模块，添加于vit网络的位置嵌入模块后；第一基础卷积块，输入端连接处理空间注意力模块且输出端分别连接至sam模型的第一多头注意力模块；第二多头注意力模块，用于接收第一基础卷积块的输出和层标准化模块的输出；层标准化模块，用于接收transformer编码器的输出并连接至第二多头注意力模块；第二基础卷积块，连接于第二多头注意力模块和通道注意力模块之间；多层感知机，用于接收和处理第二多头注意力模块和通道注意力模块的输出。
3.根据权利要求1或2所述的基于...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。