细胞计数算法（自动识别细胞并统计存活） —— 软件与平台实现
结果展示
 |  |
|---|---|
| 原图 | 识别效果图 |
项目介绍
项目分为软件和平台双形态。软件可发送邮件至 [email protected] 处获取，平台可经由网址 http://60.204.154.12 访问使用。
项目以霍夫变换为核心算法检测圆形细胞，在此基础上基于颜色阈值判断识别细胞存活情况。并可在识别结果基础上进一步做修改，软件端操作逻辑为点击左键在当前位置增加一个存活细胞标记，右键增加死亡细胞标记，用于补上遗漏识别部分。点击鼠标中键去除当前位置细胞标记，用于去除错误识别部分。
目前算法和平台处于迭代状态，每周更新。更新内容包括完善平台图片批量化处理，细胞信息（存活率、半径分布等）统计与导出功能，实现不规则细胞计数（非圆形细胞）、使用语义分割技术实现像素级分割。
项目背景
在理想状态下，对于一些背景较为干净，或对比度较高的图片。二值化技术可以较好的去除背景，保留图片中的目标。以此为基础进一步执行腐蚀、膨胀等操作便可以分割出主体。大多数网络教程也是针对于这类问题开展。
但受限于器材质量、成像手段，博主在实验室拍摄的图片质量并不高，上述方法难以达成识别目的。一方面，实验室为反复使用式载玻片，表面不平整，拍摄时无法通过调焦使视野场内所有细胞清晰，表现为图片看起来背景脏。另一方面，使用非荧光成像时，经苔盼蓝染色的玻片区域颜色区分度并不高，加大了使用算法区分背景与细胞的难度。
经调查后，深度学习模型 cell pose、可查得的细胞识别教程、数签子应用都无法满足自动计数要求。并且都具有识别结果难修改的特点。为此，首先针对于消化后的圆形细胞开发了第一版自动细胞计数程序，分为了软件和平台双形态。使用过程中参数可调、可对识别结果做微调，更好匹配各种场景下的使用需求。
 |  |
|---|---|
| 软件 | 平台 |
算法详解
挖个坑，等平台功能完善好了来介绍识别算法
- 二值化
- 膨胀腐蚀
- 边缘检测技术
- 霍夫变换
- 分水岭
- FCN 全连接神经网络与语义分割