摘要
本申请涉及一种基于高光谱的骨髓细胞识别方法、系统、设备及介质,属于细胞图像分类技术领域,方法包括:获取骨髓细胞涂片的高光谱数据;对高光谱数据进行预处理;从预处理后的高光谱数据中提取单个骨髓细胞的光谱特征和空间信息,得到包含光谱特征和空间信息的邻域数据;将邻域数据输入至预先训练的骨髓细胞分类器中进行特征提取和分类,得到骨髓细胞的分类结果;其中,骨髓细胞分类器基于深度学习模型训练得到,骨髓细胞的分类结果包括骨髓细胞的系别、生长阶段和病理性。本申请实现了对骨髓细胞的自动化识别,显著提高了骨髓细胞分类的准确性和效率。
技术关键词
三维卷积神经网络模型
深度学习模型训练
识别方法
分类器
邻域
数据
训练集
主成分分析算法
样本
图像分类技术
图像处理算法
处理器
图像增强
识别系统
参数
计算机设备
阶段
可读存储介质
模块
存储器
系统为您推荐了相关专利信息
汽车内饰注塑件
像素点
缺陷检测方法
计算机视觉
标记方式
实体
关系识别方法
多模态数据融合
音频编码器
识别模块
易腐垃圾
相似性识别方法
傅里叶变换红外光谱法
动态时间规整算法
多模态数据采集
机器狗
置信度阈值
识别方法
网络结构优化
空间金字塔池化