一种基于卷积神经网络的宫颈细胞图像分类识别方法
基本信息
| 申请号 | CN201910310937.1 | 申请日 | - |
| 公开（公告）号 | CN110163102A | 公开（公告）日 | 2019-08-23 |
| 申请公布号 | CN110163102A | 申请公布日 | 2019-08-23 |
| 分类号 | G06K9/00;G06K9/62;G06N3/04 | 分类 | 计算；推算；计数; |
| 发明人 | 史骏;代杰 | 申请（专利权）人 | 麦克奥迪（厦门）医疗大数据有限公司 |
| 代理机构 | 北京市炜衡律师事务所 | 代理人 | 麦克奥迪（厦门）医疗诊断系统有限公司;麦克奥迪（厦门）医疗大数据有限公司 |
| 地址 | 361000 福建省厦门市湖里区火炬高新区新丰三路3号麦克奥迪大厦二楼A区(3) | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于卷积神经网络的宫颈细胞图像分类识别方法。首先准备宫颈细胞图像作为训练样本，之后构建卷积神经网络，然后将训练样本输入该卷积神经网络模型中进行训练，迭代到一定次数后停止训练保存网络权重参数。使用时将目标图像分割出带有细胞核的待预测区域，之后加载训练得到的权重参数及网络结构，将待预测区域输入其中计算即可得到分类结果。这种方法提高了宫颈细胞诊断的精确度及效率，将繁杂、耗时的诊断流程进行优化，大大减少医师的工作负担。 |
