摘要
本发明提供了一种对癌成团细胞进行分类的方法、设备及程序产品,该方法包括:获得样本的视野图像;根据预定的像素值阈值对视野图像进行二值化处理,获得二值化图像;确定二值化图像中的所有连通域;将所有连通域中面积小于预定面积阈值的连通域过滤掉,获得轮廓图;将轮廓图与视野图像进行按位与运算,获得运算后的图像;针对运算后的图像中的各连通域,计算DI值,将DNA指数值不大于预定DNA指数阈值的连通域过滤掉,获得检测图像;使用预深度学习分类模型,对检测图像中的连通域进行癌成团细胞分类。利用上述技术方可以实现癌成团细胞的分类监测,定位阳性癌成团细胞,应用DNA变倍体分析,可提高诊断的准确性。
技术关键词
深度学习分类模型
二值化图像
多尺度信息
视野
多尺度特征融合
指数
计算机程序产品
网络
输出特征
处理器
分析方法
幅值
强度
存储器
对比度
像素
样本
电子设备
系统为您推荐了相关专利信息
智能审核系统
多模态数据采集
版权
审核策略
深度学习分类模型
CT设备
图像采集组件
对象
计算机程序产品
皮尔逊相关系数
北斗导航系统
状态监测数据
状态关联模型
设备状态数据采集
数据传输格式
前景分割方法
特征提取模块
注意力机制
解码器
卷积神经网络提取
输出特征
图像语义分割
多尺度特征融合
子模块
状态检测方法