[发明专利]一种利用神经网络对荧光镜检真菌阴阳性的判别方法

摘要

本发明公开了一种利用神经网络对荧光镜检真菌阴阳性的判别方法，包括的步骤有：取临床数据制作载玻片标本，采集图像数据。将其中阴阳性图片由有经验的医生对采集到的数据样本标注，在图像上标记菌丝及孢子所在位置，得到标注文件。将标注文件分为训练集、测试集和验证集，读入图片数据和标注信息，输入到神经网络框架中，利用交叉熵损失，采用Adam梯度下降优化器，调整神经网络中参数，训练模型，用训练好的模型测试验证集上的数据，得到模型最终准确率。将模型部署在硬件或者服务器上，实现自动判定真菌阴阳性的功能。本发明可自动识别判定患者是否是真菌感染，减小了医生工作量。

主权项

1.一种利用神经网络对荧光镜检真菌阴阳性的判别方法，其特征在于，包括的步骤有：步骤一：取至少500份临床数据制作载玻片标本，放在显微镜下观察，采集图像数据，每个载玻片采集至少50张图片；步骤二：取其中阴阳性图片各1000张，由有经验的医生对采集到的数据样本标注，在图像上标记菌丝及孢子所在位置，得到标注文件；步骤三：将标注文件按8︰1︰1分为训练集、测试集和验证集，读入图片数据和标注信息，输入到神经网络框架中，利用交叉熵损失，采用Adam梯度下降优化器，调整神经网络中参数，训练模型，观察训练集和测试集的损失值及准确率，得到准确率和召回率均在98%以上的模型，用训练好的模型测试验证集上的数据，得到模型最终准确率；步骤四：用模型预测剩余未打标的图像数据，得到预测结果，由有经验的医生调整修改结果，得到新的打标数据，将修改后的打标数据作为训练集训练模型，进一步提高模型的准确率；步骤五：将模型部署在硬件或者服务器上，实现自动判定真菌阴阳性的功能。