一种荧光原位杂交3D显微图像中的荧光点识别方法
知识产权简介
本发明公开了一种基于自编码器网络的荧光原位杂交3D显微图像中的荧光点识别方法,涉及生物信息、数据挖掘、机器学习领域。该方法包括:对所有原始3D荧光显微图像进行图像预处理;将包含3D荧光显微图像和3D荧光点坐标标签的样本按纵向转化成2D样本,并对训练集中的2D样本进行数据增广;将2D荧光显微图像输入编码器得到亮点判别表征;将2D荧光点坐标转化成亮点判别目标,计算亮点判别表征与判别目标的差值并优化模型参数;用编码器参数初始化自编码器参数中的编码器部分;将2D荧光显微图像输入自编码器得到亮点分割表征;将2D荧光点坐标转化成亮点分割目标,计算亮点分割表征与分割目标的差值并优化模型参数;采用基于分水岭分割的方法,读取2D荧光点坐标;采用基于距离阈值的方法,逐层对重复识别进行消重。 该方法采用自编码器的网络结构,通过预训练编码器的方法,提高了荧光亮点识别的准确率;通过数据增广的方法,降低了网络训练对标记数据的需求量。