-
公开(公告)号：CN115690783A
公开(公告)日：2023-02-03
申请号：CN202211091197.5
申请日：2022-09-07
Applicant: 北京理工大学
IPC: G06V20/69 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于深度学习的医学高光谱图像微流控单细胞识别方法，包括以下步骤：S1、数据采集；S2、数据标记；S3、细胞定位，包括数据预处理，模板匹配，凹槽中背景、细胞分离；S4、细胞分类，包括数据准备，卷积神经网络搭建，模型训练与测试，实现细胞层面分类。本发明使用的细胞、背景分离，利用微流控芯片的形态学优势定位凹槽，利用高光谱图像包含丰富的光谱信息筛选特殊波段，实现迅速细胞、背景分离。采用了ResNext50网络结构并加宽网络，结合注意力模块提取更深层次的特征；训练过程中，采用Kaiming正态分布初始化方法，使用Mix‑up数据增强方法提升模型分类精度。
Search Results
1
records
(took 0.083 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
