[发明专利]基于形态学与YOLO算法的女性生殖道病原体识别方法有效
| 申请号： | 201910620667.4 | 申请日： | 2019-07-10 |
| 公开（公告）号： | CN110458808B | 公开（公告）日： | 2021-06-15 |
| 发明（设计）人： | 谢晓鸿;谢时灵;张平;李鑫铭 | 申请（专利权）人： | 山东仕达思生物产业有限公司;山东仕达思医疗科技有限公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06K9/62 |
| 代理公司： | 济南泉城专利商标事务所 37218 | 代理人： | 张贵宾 |
| 地址： | 250000 山东省济南*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于形态学与YOLO算法的女性生殖道病原体识别方法，该方法针对国内显微镜下致病菌种识别以及细胞活性检验等问题，提出以darknet‑53网络模型与YOLO算法取出疑似目标，再配以传统形态学算法进行筛选从而达到准确、快速、智能化的诊断方式。YOLO算法的检测速度比传统算法提高了上百倍，可满足医学诊断的高效需求，再加入形态学算法对目标做形状拟合，对色值、轮廓、大小等维度做判断，从而进一步提升检测准确率与检出率。 | ||
| 搜索关键词： | 基于 形态学 yolo 算法 女性 生殖 病原体 识别 方法 | ||
【主权项】：
1.基于形态学与YOLO算法的女性生殖道病原体识别方法，其特征在于，该方法包括以下具体步骤：/n步骤1：选取部分待测图像，在待测图像中将识别目标做好标注；/n步骤2：将步骤1标注好的图像组成训练集，放入网络训练得到模型；/n步骤3：基于Darknet框架下YOLO模型的初筛：将要识别的图像放入测试程序，调用步骤2训练好的模型进行测试，得到模型初筛结果，并在原图中标出；/n步骤4：基于图像形态学处理：对该疑似区域进行形态学的判断，最终通过取交集的方法得到较为准确的识别结果。/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山东仕达思生物产业有限公司;山东仕达思医疗科技有限公司，未经山东仕达思生物产业有限公司;山东仕达思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/patent/201910620667.4/，转载请声明来源钻瓜专利网。
