摘要
本发明提供一种双阶段深度学习的高内涵图像双核细胞自动识别方法,包括:采用高内涵成像技术采集细胞图像,获取细胞图像数据集,并对细胞图像数据集进行预处理;基于YOLOv8深度学习网络,构建YOLOv8双核细胞粗检测模型,并训练YOLOv8双核细胞粗检测模型;将细胞图像送入YOLOv8双核细胞粗检测模型中,得到预测结果;处理预测结果,得到粗检测阶段的双核细胞图像块;裁剪和归一化处理双核细胞图像块标签中的双核细胞感兴趣区域;利用扩散模型进行数据增强,生成双核细胞ROI图像数据集;基于ResNet50网络,构建ResNet50双核细胞细检测模型,将双核细胞ROI图像送入ResNet50双核细胞细检测模型,得到预测结果;将预测结果与粗检测阶段的细胞核分类结果进行整合,输出最终分类结果。
技术关键词
细胞自动识别方法
ROI图像
图像块
阶段
深度学习网络
细胞核形态学
数据
成像技术
检测头
深度学习模型
异常细胞
噪声图像
感兴趣
随机噪声
标签
高通量
上采样
校正
系统为您推荐了相关专利信息
浅层特征提取
语义特征提取
网络
融合方法
电磁散射建模
覆盖率计算方法
芯片模块
仿真数据
EDA工具
仿真环境
匹配追踪算法
图像去噪方法
多路径
索引
完备字典
诊断系统
机器学习模型
诊断工作站
诊断设备
疾病