基于深度学习的子宫颈液基细胞数字图像分类方法及系统
基本信息
| 申请号 | CN202011077036.1 | 申请日 | - |
| 公开（公告）号 | CN112380900A | 公开（公告）日 | 2021-02-19 |
| 申请公布号 | CN112380900A | 申请公布日 | 2021-02-19 |
| 分类号 | G06K9/00(2006.01)I; | 分类 | 计算；推算；计数; |
| 发明人 | 陈浩;胡羽;周南江;陈雁 | 申请（专利权）人 | 深圳视见医疗科技有限公司 |
| 代理机构 | 深圳市徽正知识产权代理有限公司 | 代理人 | 卢杏艳 |
| 地址 | 518000广东省深圳市南山区粤海街道粤兴二道10号310F | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明涉及医疗技术领域，尤其是涉及基于深度学习的子宫颈液基细胞数字图像分类方法及系统，该方法包括：传图模块、检测模块和阅片模块，传图模块用于将待识别的子宫颈液基细胞数字图像传输到检测模块；检测模块用于基于训练得到的Faster‑RCNN模型，实现对子宫颈液基细胞数字图像中各类细胞的检测，得到检测结果；阅片模块用于查阅所述检测结果。本发明基于定制化的深度卷积神经网络的目标检测模型Faster‑RCNN，实现对子宫颈液基细胞数字图像中各类异常细胞进行分类、定位和检测，并且对子宫颈液基细胞数字图像进行异常分级。 |
