一种基于深度学习的细胞分裂检测方法

摘要

本发明公开了一种基于深度学习的细胞分裂检测方法，涉及细胞生物学等技术领域，解决细胞分裂检测结果不准确的问题。本发明包括获取细胞培养过程中的图像，并根据一定时间间隔获取的图像构成连续的图像序列；对图像序列中所有的细胞分裂过程进行判定比较，并对细胞分裂中可清晰观察到父细胞分裂为两个子细胞膜的位置进行标注，构成标注的数据集；构建全卷积神经网络模型，确定全卷积神经网络模型的参数，在全卷积神经网络模型中载入标注的数据集，使用深度学习方法直接从图像序列上进行特征学习，得到训练好的全卷积神经网络模型；将训练好的全卷积神经网络模型进行部署，用于相似类型细胞培养数据的细胞分裂的自动检测。本发明用于细胞分裂检测。