龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：长春理工大学
摘要：本发明属于细胞跟踪技术领域，尤其为提出一种基于GNN帧内关系建模的细胞跟踪方法，首先将细胞数据集应用MaskR‑CNN进行检测并在原始数据上注释，根据注释的边界框将细胞的质心、区域面积等特征进行提取；通过图神经网络的帧内关系建模获取细胞跟踪的局部跟踪特征；应用度量学习训练模型使其不仅可以区分不同细胞的实例也可以组装相同细胞的实例；应用图注意力机制将局部跟踪特征和度量学习训练后的模型通过特征融合模块进行节点和边缘特征的更新，最后根据全面特征提取的分割标号建立链接对细胞进行谱系跟踪。该方法成功实现了对细胞轨迹的精准构建和追踪，极大地推动了细胞谱系分析的研究进程，也为相关领域的科学研究提供了强有力的技术支持。
主权项：1.一种基于GNN帧内关系建模的细胞跟踪方法，其特征在于，所述方法包括以下步骤：S1、MaskR-CNN细胞检测：使用细胞跟踪挑战聚苯乙烯基质上的胰腺干细胞的2D数据集作为本实验的研究对象。通过对候选区域的特征提取，使用CNN来获取区域框，构建端到端的细胞检测模型；S2、初步特征提取：将检测到的每一个目标细胞都由一个特征向量表示；S3、帧内关系建模：将细胞图像序列通过基于图神经网络的帧内关系建模成一个图，其中每个细胞实例由节点表示，关联用边表示；S4、度量学习：应用ResNet架构和损失函数的结合对初步特征提取的节点和边缘特征进一步学习，使得学习到的模型区分不同细胞的实例并组装相同细胞的实例；S5、全面特征提取：利用图神经网络和消息传递机制对初步特征提取的节点和边缘数据进行进一步更新，得到更新过后的节点和边缘特征以用来训练细胞跟踪的最佳模型；S6、细胞谱系跟踪：通过链接细胞图像每一帧的关系创建有向图来进行细胞轨迹的示踪。
全文数据：
权利要求：
百度查询： 长春理工大学 一种基于GNN帧内关系建模的细胞跟踪方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号