一种妇科微生态中多种类型杆菌的智能检测和分类计数方法
基本信息
| 申请号 | CN202110314250.2 | 申请日 | - |
| 公开（公告）号 | CN112966645A | 公开（公告）日 | 2021-06-15 |
| 申请公布号 | CN112966645A | 申请公布日 | 2021-06-15 |
| 分类号 | G06K9/00（2006.01）I;G06K9/32（2006.01）I;G06K9/62（2006.01）I;G06T7/00（2017.01）I;G06T7/62（2017.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 谢晓鸿;谢时灵;张平 | 申请（专利权）人 | 山东仕达思医疗科技有限公司 |
| 代理机构 | 苏州中合知识产权代理事务所（普通合伙） | 代理人 | 刘召民 |
| 地址 | 250199山东省济南市历下区华能路38号汇能大厦2903 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 一种妇科微生态中多种类型杆菌的智能检测和分类计数方法，包括以下步骤：1、采集妇科阴道微生态中多种场景的杆菌显微图像；2、制定不同场景的杆菌显微图像的有效标注规则，并对图像中的杆菌进行标注,并规定标注的类别标签，制作出类内差距小的有效的杆菌训练集。3、利用深度学习目标检测框架，训练基于卷积神经网络的杆菌的目标检测模型；4、利用步骤3训练出的杆菌检测模型检测杆菌区域；5、将步骤4检测出的杆菌区域细分类为大杆菌和小杆菌；6、将步骤5的大杆菌细分类为革兰阳性大杆菌和革兰阴性大杆菌。本方法可有效提高不同类型杆菌的检出率并降低不同类型杆菌的漏检率，提高生成生物标本报告的效率。 |
