[发明专利]一种基于深度学习的尿沉渣图像识别系统及方法有效
| 申请号： | 201910615378.5 | 申请日： | 2019-07-09 |
| 公开（公告）号： | CN110473167B | 公开（公告）日： | 2022-06-17 |
| 发明（设计）人： | 汲清波;曲志昱;李逊 | 申请（专利权）人： | 哈尔滨工程大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/11;G06T7/13;G06V10/764;G06V10/774;G06V10/82;G06K9/62;G06N3/04;G06N3/08;G16H30/40;G16H50/20;G01N33/493 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 150001 黑龙江省哈尔滨市南岗区*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及医学图像处理领域，具体涉及一种基于深度学习的尿沉渣图像识别系统及方法。图像采集模块对尿液样本采集得到原始图像；图像分割模块对原始图像进行分割处理，得到分割好的尿沉渣成分图像；基于深度学习的图像识别模块对分割好的尿沉渣成分图像进行识别，整合三个网络模型的识别结果，得到基于深度学习的图像识别模块的输出；计数模块对输出结果进行统计处理，得到定量的医学指标参考；系统输出为基于深度学习的图像识别模块的结果和计数模块的结果。本发明可以自动实现端到端的特征提取与分类，有效提取出尿沉渣有形成分中难以被肉眼发现的微小特征，从而高质量地解决11种尿沉渣成分的复杂分类问题，具有很强的医学应用价值。 | ||
| 搜索关键词： | 一种 基于 深度 学习 沉渣 图像 识别 系统 方法 | ||
【主权项】：
1.一种基于深度学习的尿沉渣图像识别系统，其特征在于，包括：/n图像采集模块：用于对患者的尿液样本进行离心处理后，通过高清显微镜拍摄完成对患者尿液样本原始图像的采集，得到患者尿液样本的原始图像；/n图像分割模块：用于对患者尿液样本的原始图像进行分割处理，将患者尿液样本的原始图像中的每个尿沉渣成分分割为独立的正矩形尿沉渣成分图像，得到分割好的尿沉渣成分图像；/n基于深度学习的图像识别模块：包括一个主网络模块以及两个二次识别模块，具体包括一个11分类的卷积神经网络模型以及两个2分类的卷积神经网络模型，用于对分割好的尿沉渣成分图像进行识别处理，之后整合三个卷积神经网络模型的识别结果，得到基于深度学习的图像识别模块的输出；/n计数模块：用于对基于深度学习的图像识别模块的输出结果进行统计处理，得到可供医生使用的定量的医学指标参考。/n
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哈尔滨工程大学，未经哈尔滨工程大学许可，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/201910615378.5/，转载请声明来源钻瓜专利网。
