一种基于机器学习的光学显微镜自动聚焦方法

摘要

本发明提出一种基于机器学习的光学显微镜自动聚焦方法，属于医学图像处理技术领域。该方法首先将光学显微镜采集并分组后的图片用设计的原始特征和组合特征表示，并将图片与组内最清晰图片的序列差值作为图片的标签，然后采用由回归树构成的随机森林对原始特征和组合特征的重要性进行计算，结合设定的阈值多次迭代筛选出重要性较高的特征，接着用留一法和筛选出的特征将数据划分为训练集和测试集来训练梯度提升回归树，最后迭代训练得到的强回归器进行自动聚焦。