一种基于全卷积回归网络的细胞计数方法
基本信息
| 申请号 | CN202011152914.1 | 申请日 | - |
| 公开（公告）号 | CN112465745A | 公开（公告）日 | 2021-03-09 |
| 申请公布号 | CN112465745A | 申请公布日 | 2021-03-09 |
| 分类号 | G06T5/30(2006.01)I;G06K9/62(2006.01)I;G06N3/08(2006.01)I;G06T7/00(2017.01)I;G06N3/04(2006.01)I;G06T7/60(2017.01)I | 分类 | 计算；推算；计数; |
| 发明人 | 康清波;刘振;王宇;石一磊;兰晓莉;邢东明 | 申请（专利权）人 | 脉得智能科技（无锡）有限公司 |
| 代理机构 | 南京正联知识产权代理有限公司 | 代理人 | 陈斐 |
| 地址 | 214062江苏省无锡市滨湖区马山梅梁路88号二楼西 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明涉及医学图像技术领域，具体为一种基于全卷积回归网络的细胞计数方法，基于全卷积网络来完成密度估计，具体操作步骤如下：S1：图像预处理；S2：模型架构及训练；S3：多尺度块输入及融合。本发明基于深度学习，设计了一个利用全卷积回归网络来解决密度估计问题的CNN模型，解决了细胞计数问题基于密度估计的方法其图像特征提取算法性能局限性比较大，精度有限且泛化性能较弱的问题，本发明引入了DenseNet中的密集连接来加强原始U‑Net中的基本构造模块，可提高U‑Net中模型的特征表达能力以及更有效地训练模型。 |
