摘要
本发明提供了基于神经网络的骨髓造血细胞发育异常的识别方法,包括如下步骤:根据细胞类型划分骨髓细胞图像,得到多个细胞样本集,提取细胞样本集中骨髓细胞图像中的胞核图像,得到多个胞核样本集,分别使用不同细胞类型的细胞样本集与胞核样本集对神经网络进行单独训练,根据神经网络模型预测结果的ROC曲线获取最大约登指数对应的阈值,并设置用于量化预测结果的积分值,基于获取的阈值建立发育异常细胞数与积分值之间的关系函数,得到当前骨髓细胞图像的异常识别结果。本发明有益效果:实现三系发育异常判读客观化、定量化,不仅能够提高骨髓形态检验人员的工作效率,还能够提高判读的准确度。
技术关键词
骨髓细胞图像
识别方法
异常细胞
样本
神经网络模型识别
分类神经网络
指数
训练集
扫描装置
图片
曲线
关系
高通量
患者
格式
形态
坐标
系统为您推荐了相关专利信息
癌症早期筛查
联合分析方法
判断受检者
肿瘤标志物浓度
样本
牵引变压器
声纹特征
环境噪声抑制方法
滤波器
降噪模型
交通信息预测方法
注意力机制
神经网络模型
门控循环单元
道路连通关系