[发明专利]基于深度卷积神经网络的小卷积核细胞计数方法及系统有效
| 申请号： | 201910862923.0 | 申请日： | 2019-09-12 |
| 公开（公告）号： | CN110659718B | 公开（公告）日： | 2021-06-18 |
| 发明（设计）人： | 谭冠政;赵健;戴宇思;鲁凡磊 | 申请（专利权）人： | 中南大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06N3/04 |
| 代理公司： | 长沙正奇专利事务所有限责任公司 43113 | 代理人： | 马强;王娟 |
| 地址： | 410083 湖南*** | 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： | 本发明公开了一种基于深度卷积神经网络的小卷积核细胞计数方法及系统，适用于对细胞图像进行计数。包括以下步骤：获取细胞图像数据集，对数据集进行预处理，将数据集分为训练集和测试集，并得到细胞真实密度图；构建用于细胞计数的基于小卷积核的深度卷积神经网络模型；利用训练集训练构建好的神经网络模型，得到最优参数模型；利用测试集测试得到的最优模型，得到预测的细胞密度图及估计细胞数，并评价结果。本发明改进了细胞计数模型，加快了网络训练速度，提高了预测效果和计数准确率。 | ||
| 搜索关键词： | 基于 深度 卷积 神经网络 细胞 计数 方法 系统 | ||
【主权项】：
1.一种基于深度卷积神经网络的小卷积核细胞计数方法，其特征在于，包括以下步骤：/n1)获取细胞图像数据集，对数据集进行预处理，将数据集分为训练集和测试集；/n2)构建用于细胞计数的基于小卷积核的深度卷积神经网络模型；/n3)利用所述训练集训练构建好的神经网络模型，得到最优参数模型；/n4)利用所述测试集测试得到的最优参数模型，得到预测的细胞密度图及估计细胞数，并评价结果。/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中南大学，未经中南大学许可，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/201910862923.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种智能识别染色体数量的方法及系统
- 下一篇：一种铝型材瑕疵检测方法
