一种基于超声聚焦和深度学习的流式成像细胞分类系统及方法

AITNT
正文
推荐专利
一种基于超声聚焦和深度学习的流式成像细胞分类系统及方法
申请号:CN202410777426
申请日期:2024-06-17
公开号:CN118655065A
公开日期:2024-09-17
类型:发明专利
摘要
本发明公开了一种基于超声聚焦和深度学习的流式成像细胞分类系统及方法,流体通道模块,提供待测细胞穿行的通道;超声聚焦模块,设置在流体模块前端,用于在流体通道模块内产生超声驻波迫使细胞紧密排列成一条直线;高速成像模块,设置在流体通道模块后端,用于对流体通道模块内紧密排列的细胞高速显微成像;数据处理模块,接收在高速成像模块的输出信号,获取细胞图像,并通过深度神经网络输出细胞分类结果。本发明的检测系统可以获取高质量的细胞图像,聚焦宽度更窄,使得细胞更紧密地排列在高倍镜焦面附近,避免失焦模糊。引入了深度学习方法提取细胞图像的隐藏特征,具有丰富性和高维性,图像分类任务的准确度更高。
技术关键词
细胞分类系统 成像模块 毛细管 数据处理模块 信号发生器 压电陶瓷片 显微镜光源 训练深度神经网络 图像 细胞分类方法 计算机视觉方法 通道 相机曝光时间 驱动压电陶瓷 物镜 直方图均衡化
系统为您推荐了相关专利信息
1
一种多模态高光谱显微镜成像系统及使用方法
光谱显微镜 光谱成像组件 荧光激发光源 多模态 准直透镜
2
一种基于生成式大模型的高能耗数据增广方法及系统
深度卷积生成对抗网络 数据增广方法 注意力机制 深度卷积网络 样本
3
一种基于机器学习的轧机机架分析方法和装置
三维模型 有限元仿真分析 深度学习模型 分析方法 网格
4
基于点云数据处理算法的墙面垂直度测量方法及系统
点云数据处理 墙面垂直度 测量点 测量方法 算法
5
基于多模态数据和残差图注意力网络的生物特征分析系统
特征分析系统 多模态 生物特征提取 卷积神经网络模型 特征分析方法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号