基于可变形U型网络的重叠染色体分割方法

摘要

本发明公开了一种基于可变形U型卷积神经网络的重叠染色体分割方法，以进一步改进现有分割技术的精确度问题。实验围绕有丝分裂中期的同一区域的人类染色体图像展开。其步骤为：1）将DAPI和Cy3图像组合成灰度图像，再逐个提取获得46条单独的染色体；2）将46条染色体图像分别作图像增强处理并两两叠加，构建重叠染色体图像库；3）将重叠染色体图像库划分为训练样本集、验证样本集和测试样本集；4）构建可变形U型网络，通过训练样本集完成网络训练，验证样本集对网络评估测试，最后对测试样本集进行重叠染色体分割。本发明利用可变形的U型网络结构提取包括角度、卷曲状态等染色体形态变化在内的各种特征，提高了重叠染色体分割的准确率。