基于环境信息融合的多重免疫荧光染色细胞目标检测方法和装置制造方法及图纸

基于环境信息融合的多重免疫荧光染色细胞目标检测方法和装置，其方法包括下列步骤：1)结合环境信息融合的图像检测框架构建；2)检测网络锚点调整与定位；3)特征图精准定位与细胞分类生成；4)基于环境信息引导的特征精准定位目标检测。本发明专利技术是基于DAPI图像的环境信息，通过特征向量精准定位的形式，实现基于环境信息转化的目标类别图像目标检测。

【技术实现步骤摘要】

本专利技术属于图像分割领域，具体涉及基于环境信息融合的多重免疫荧光染色细胞目标检测方法和装置。

技术介绍

1、细胞检测作为计算病理学中的基础任务，对于实现自动化疾病诊断、细胞计数、组织结构分析等具有重要意义。特别是在癌症等重大疾病的辅助诊疗中，医生往往需要依据细胞的数量、类型分布及其空间结构做出判断。因此，高精度、高效率的细胞检测算法对于推动病理图像分析的智能化具有现实价值。

2、多重免疫组织化学荧光(mihc)技术能够在单个组织切片上同时检测多种标记物，通过不同荧光标记的抗体组合，实现对肿瘤微环境、免疫细胞浸润等复杂生物学场景的高通量分析。这些荧光标记中dapi(4',6-二脒基-2-苯基吲哚)是mihc中不可或缺的核复染剂，因为它会和细胞核内含量丰富且高度浓缩dna相结合，可清晰标记细胞核形态，与其他靶标的荧光信号形成空间上的区分。随着对改进技术日益增长的需求，该技术已被引入并应用于研究和临床领域，使人们能够全面研究细胞组成、功能状态和细胞间相互作用，从而提高诊断效益。

3、随着计算机技术的不断发展，人工智能在医学领域的发展突飞本文档来自技高网...

【技术保护点】

1.基于环境信息融合的多重免疫荧光染色细胞目标检测方法，包括如下步骤：

2.如权利要求1所述的基于环境信息融合的多重免疫荧光染色细胞目标检测方法，其特征在于，步骤1)具体包括：将已标注的细胞点输入SAM等先进分割模型进行初步分割，通过人工复核筛选分割结果，剔除错误分割掩码后，采用OpenCV图像处理方法精确计算细胞半径；最终结合专业医生的临床经验，确定细胞的平均尺寸C；，人工筛选排除两类不合格样本：存在异常染色的图片以及包含异常组织区域的图片。

3.如权利要求1所述的基于环境信息融合的多重免疫荧光染色细胞目标检测方法，其特征在于，步骤2)具体包括：

4...

【技术特征摘要】

1.基于环境信息融合的多重免疫荧光染色细胞目标检测方法，包括如下步骤：

2.如权利要求1所述的基于环境信息融合的多重免疫荧光染色细胞目标检测方法，其特征在于，步骤1)具体包括：将已标注的细胞点输入sam等先进分割模型进行初步分割，通过人工复核筛选分割结果，剔除错误分割掩码后，采用opencv图像处理方法精确计算细胞半径；最终结合专业医生的临床经验，确定细胞的平均尺寸c；，人工筛选排除两类不合格样本：存在异常染色的图片以及包含异常组织区域的图片。

3.如权利要求1所述的基于环境信息融合的多重免疫荧光染色细胞目标检测方法，其特征在于，步骤2)具体包括：

4.如权利要求1所述的基于环境信息融合的多重免疫荧光染色细胞...

【专利技术属性】
技术研发人员：宛袁玉，杨剑，周林云，冯尊磊，王振阳，宋明黎，
申请(专利权)人：浙江大学，
类型：发明
国别省市：