[发明专利]基于并行神经网络的肺部细胞图像分类方法在审
| 申请号： | 202210753212.1 | 申请日： | 2022-06-29 |
| 公开（公告）号： | CN115100473A | 公开（公告）日： | 2022-09-23 |
| 发明（设计）人： | 冯晶;曹得华;李诚;严姗;刘赛;李荣;段彦蓉;庞宝川 | 申请（专利权）人： | 武汉兰丁智能医学股份有限公司 |
| 主分类号： | G06V10/764 | 分类号： | G06V10/764;G06V10/26;G06V10/44;G06V10/774;G06V10/80;G06V10/82;G06T7/60;G06T7/62;G06N3/04;G06N3/08 |
| 代理公司： | 武汉维盾知识产权代理事务所(普通合伙) 42244 | 代理人： | 刘翠霞 |
| 地址： | 430000 湖北省武汉市东湖新技术开发区*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及基于并行神经网络的肺部细胞图像分类方法，包括：获取肺部细胞图像，对肺部细胞染色、标注；对细胞图像的染色区域聚类，消除噪点，分割出单个细胞图像；计算细胞特征，识别细胞图像的噪声；构建包含残差网络、金字塔网络和并行浅层特征通道的并行神经网络，并进行训练；将待检测的肺部细胞图像输入到并行神经网络，根据并行神经网络的输出数据，得到肺部细胞图像分类结果。本发明通过计算细胞特征，辨识区分图像中的细胞区域与噪声区域，避免图像噪声影响肺部细胞图像分类的准确率；本发明的并行神经网络实现了细胞图像的浅层特征和不同层次的深层特征融合，进一步提高了分类模型的分类准确率，避免出现漏检或误检。 | ||
| 搜索关键词： | 基于 并行 神经网络 肺部 细胞 图像 分类 方法 | ||
【主权项】：
暂无信息
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武汉兰丁智能医学股份有限公司，未经武汉兰丁智能医学股份有限公司许可，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/202210753212.1/，转载请声明来源钻瓜专利网。
- 上一篇：一种体外控制肝门阻断带
- 下一篇：一种Na
