一種腦脊液細(xì)胞圖像自動(dòng)化識(shí)別和計(jì)數(shù)的方法

基本信息

申請(qǐng)?zhí)?/td> CN202011168485.7 申請(qǐng)日 -
公開(公告)號(hào) CN112330616A 公開(公告)日 2021-02-05
申請(qǐng)公布號(hào) CN112330616A 申請(qǐng)公布日 2021-02-05
分類號(hào) G06T7/00(2017.01)I; 分類 計(jì)算;推算;計(jì)數(shù);
發(fā)明人 王士林;王振海;馬曉峰;王國瑋;何學(xué)仙;王晨蘇;許先偉 申請(qǐng)(專利權(quán))人 寧夏數(shù)據(jù)科技股份有限公司
代理機(jī)構(gòu) 寧夏合天律師事務(wù)所 代理人 郭立寧
地址 200240上海市閔行區(qū)東川路800號(hào)
法律狀態(tài) -

摘要

摘要 一種腦脊液細(xì)胞圖像自動(dòng)化識(shí)別和計(jì)數(shù)的方法,1:對(duì)腦脊液細(xì)胞原始圖像進(jìn)行預(yù)處理并保存為原始圖像集;2:將步驟1中得到的腦脊液細(xì)胞原始圖像集按標(biāo)注結(jié)果切割單個(gè)細(xì)胞圖像并按細(xì)胞類型保存為切分圖像集;3:將步驟1中得到的腦脊液細(xì)胞原始圖像集和步驟2中得到的腦脊液細(xì)胞切分圖像集對(duì)應(yīng)劃分為訓(xùn)練集、驗(yàn)證集和測(cè)試集;4:使用Pytorch深度學(xué)習(xí)框架構(gòu)建卷積神經(jīng)網(wǎng)絡(luò);5:使用Pytorch深度學(xué)習(xí)框架構(gòu)建卷積神經(jīng)網(wǎng)絡(luò);6:將步驟4得到的分割測(cè)試集輸入步驟5得到的分類網(wǎng)絡(luò);7:按單張腦脊液細(xì)胞原始圖像統(tǒng)計(jì)步驟5得到已分割測(cè)試集中的細(xì)胞位置和分割、分類和計(jì)數(shù)結(jié)果。本發(fā)明的方法能在樣本數(shù)目少的情況下提高細(xì)胞識(shí)別的準(zhǔn)確率,并自動(dòng)識(shí)別和計(jì)數(shù)。??