[发明专利]一种基于Faster R-CNN的癌细胞检测方法有效
| 申请号： | 201810174376.2 | 申请日： | 2018-03-02 |
| 公开（公告）号： | CN108550133B | 公开（公告）日： | 2021-05-18 |
| 发明（设计）人： | 胡海根;罗诚;周莉莉;周乾伟;管秋;陈胜勇 | 申请（专利权）人： | 浙江工业大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/11;G06K9/62 |
| 代理公司： | 杭州斯可睿专利事务所有限公司 33241 | 代理人： | 王利强 |
| 地址： | 310014 浙江省杭州*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于Faster R‑CNN的癌细胞检测方法，所述方法包括以下步骤：步骤1，对数据进行预处理，对数据集进行人工标定，将数据集做成pascal_voc数据集格式，人工标定的目的是得到图片标签，标签为每张图片中癌细胞目标所在位置的左上角和右上角坐标和目标的类别；步骤2，对数据进行初步检测，将所述数据集和图片标签作为深度学习Faster R‑CNN神经网络的训练集，结合RPN及Fast R‑CNN卷积神经网络对数据进行训练，得到最终癌细胞的初检测模型；步骤3，对数据进行再检测，结合CSA算法进行癌细胞的再检测，得到的检测结果结合初检测结果，分析得到最终的癌细胞检测结果。本发明整体检测精度较高。 | ||
| 搜索关键词： | 一种 基于 faster cnn 癌细胞 检测 方法 | ||
【主权项】：
1.一种基于Faster R‑CNN的癌细胞检测方法，其特征在于，所述方法包括以下步骤：步骤1，对数据进行预处理，对数据集进行人工标定，将数据集做成pascal_voc数据集格式，人工标定的目的是得到图片标签，标签为每张图片中癌细胞目标所在位置的左上角和右上角坐标和目标的类别；步骤2，对数据进行初步检测，将所述数据集和图片标签作为深度学习Faster R‑CNN神经网络的训练集，结合RPN及Fast R‑CNN卷积神经网络对数据进行训练，得到最终癌细胞的初检测模型；步骤3，对数据进行再检测，结合CSA算法进行癌细胞的再检测，得到的检测结果结合初检测结果，分析得到最终的癌细胞检测结果。
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浙江工业大学，未经浙江工业大学许可，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/patent/201810174376.2/，转载请声明来源钻瓜专利网。
