weixin_37856444的博客

visdom

1. 读文件：读取单张图片 方法一：mask_ori = cv2.imread('/Users/gongzhengze/Desktop/xxx/mask_ori.png')tmp = np.array(mask_ori)[:, :, :3]mask_ori = cv2.cvtColor(tmp, cv2.COLOR_RGB2GRAY) / 255读一个黑白二值图，用cv2读进来的文件是三通道的，shape=（2048，2048，3），需要用上面的方法转成二值图，此时shape=（2048，

gen_patches_tiles.py 把2048*2048的图像分割成若干512*512的patches，其中patches的前景部分面积大于50%，小于50%的不要。# -*- coding: utf-8 -*-"""Created on Jan 27 2021@author: Pan"""import globimport osimport numpy as npimport torchfrom PIL import Image# 在本机上 tmp分patchT

CLAM模型的流程1.

三重u-net:具有渐进式密集特征聚集的苏木精感知的细胞核分割摘要核分割是病理性肿瘤研究的重要环节。由于手工操作不均匀导致的颜色不一致、肿瘤细胞核边界模糊、肿瘤细胞重叠等困难，目前仍是一个有待解决的问题。在本文中，我们的目的是利用H&E染色图像的独特的外观特征，即苏木精总是将细胞核染成蓝色，而伊红总是将细胞外基质和细胞质染成粉红色。因此，我们利用比尔-朗伯定律从RGB图像中提取苏木精成分。根据光学属性，提取的Hematoxylin组分对颜色不一致具有较强的鲁棒性。利用苏木