一种基于机器学习的原代肿瘤细胞图片识别方法及系统
基本信息
| 申请号 | CN202010212332.1 | 申请日 | - |
| 公开（公告）号 | CN113450300A | 公开（公告）日 | 2021-09-28 |
| 申请公布号 | CN113450300A | 申请公布日 | 2021-09-28 |
| 分类号 | G06T7/00（2017.01）I;G06T7/62（2017.01）I;G06K9/62（2006.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 张函槊;张成胜 | 申请（专利权）人 | 北京基石生命科技有限公司 |
| 代理机构 | 北京纪凯知识产权代理有限公司 | 代理人 | 冀志华 |
| 地址 | 100195北京市海淀区杏石口路益园文化创意产业基地C区11号楼西段201 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明涉及一种基于机器学习的原代肿瘤细胞图片识别方法及系统，包括以下步骤：1）对人工标记的原始图像进行处理，得到机器能够识别处理的训练集；2）基于步骤1）得到的训练集，采用基于深度学习中的深度残差网络为原型构建深度神经网络进行训练，得到适配于识别目标的模型参数；3）根据步骤2）得到的深度神经网络模型参数，对目标识别图像进行识别，得到图像识别结果；4）对图像识别结果进行统计分析，得到目标识别图像中目标细胞面积的大小、生长变化情况。本发明可以广泛应用于原代肿瘤细胞识别领域。 |
