[发明专利]染色体检测方法、装置及电子设备在审

专利信息
申请号: 202010774367.4 申请日: 2020-08-04
公开(公告)号: CN112037173A 公开(公告)日: 2020-12-04
发明(设计)人: 聂宇坤;丰生日;刘丽珏;李仪;穆阳;蔡昱峰;刘香永;彭伟雄 申请(专利权)人: 湖南自兴智慧医疗科技有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06T7/10;G06N3/04
代理公司: 北京东方亿思知识产权代理有限责任公司 11258 代理人: 娜拉
地址: 410000 湖南省长沙市长沙*** 国省代码: 湖南;43
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 染色体 检测 方法 装置 电子设备
【说明书】:

发明实施例提供了一种染色体检测方法、装置及电子设备,其中,上述染色体检测方法,包括:将获取的染色体图像分割成N个子图像,N为大于1的整数;将所述N个子图像输入到染色体检测模型中,得到染色体检测结果,其中,所述染色体检测模型包括预测模块与N个特征提取模块,所述N个特征提取模块与所述N个子图像一一对应,所述N个特征提取模块的输入端用于接收所述N个子图像,所述N个特征提取模块的输出端均连接至所述预测模块的输入端,所述预测模块的输出端用于输出所述染色体检测结果。本发明实施例可以减轻染色体检测模型过拟合的问题,提升染色体检测模型的鲁棒性以及染色体检测的准确性。

技术领域

本发明涉及染色体检测技术领域,尤其涉及一种染色体检测方法、装置及电子设备。

背景技术

众所周知,染色体检测对于疾病检查、预测以及研究等具有重要意义;而随着信息技术的发展,通过神经网络实现染色体的检测已经得到了一定的应用。

由于染色体所包括的特征数量较多且特征之间存在较大的重复性,非同源染色体之间的核型,例如长度、带纹等也存在较大的差距,导致现有技术中所采用的基于不同染色单体混合训练的神经网络往往存在过拟合的情况,染色体检测效果较差。

发明内容

本发明实施例提供一种染色体检测方法、装置及电子设备,以解决现有技术中所采用的基于不同染色单体混合训练的神经网络往往存在过拟合的情况,染色体检测效果较差的问题。

为了解决上述技术问题,本发明是这样实现的:

第一方面,本发明实施例提供了一种染色体检测方法,包括:

将获取的染色体图像分割成N个子图像,N为大于1的整数;

将所述N个子图像输入到染色体检测模型中,得到染色体检测结果,其中,所述染色体检测模型包括预测模块与N个特征提取模块,所述N个特征提取模块与所述N个子图像一一对应,所述N个特征提取模块的输入端用于接收所述N个子图像,所述N个特征提取模块的输出端均连接至所述预测模块的输入端,所述预测模块的输出端用于输出所述染色体检测结果。

第二方面,本发明实施例还提供了一种染色体检测装置,包括:

分割模块,用于将获取的染色体图像分割成N个子图像,N为大于1的整数;

检测模块,用于将所述N个子图像输入到染色体检测模型中,得到染色体检测结果,其中,所述染色体检测模型包括预测模块与N个特征提取模块,所述N个特征提取模块与所述N个子图像一一对应,所述N个特征提取模块的输入端用于接收所述N个子图像,所述N个特征提取模块的输出端均连接至所述预测模块的输入端,所述预测模块的输出端用于输出所述染色体检测结果。

第三方面,本发明实施例还提供了一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述的方法。

第四方面,本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述的方法。

本发明实施例提供的染色体检测方法,将获取的染色体图像分割成N个子图像,将N个子图像输入到染色体检测模型中,该染色体检测模块具有N个用于对应接收N个子图像的N个特征提取模块,以及用于接收N个特征提取模块的输出的预测模块,预测模块则可以进一步输出染色体检测结果。本发明实施例将染色体图像分割N个子图像,相较于现有技术中针对整条染色体输入到神经网络中进行检测的方式,可以针对染色体各个部分进行聚焦,提高对染色体各部分的关注度及特征利用率,同时,可以在训练得到染色体检测模型的过程中,增加训练样本的数量;进而可以减轻染色体检测模型过拟合的问题,提升染色体检测模型的鲁棒性以及染色体检测的准确性。

附图说明

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于湖南自兴智慧医疗科技有限公司,未经湖南自兴智慧医疗科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010774367.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top