摘要
本发明公开了一种细胞病理玻片的判读方法、装置、计算机设备及介质,属于图形图像处理技术领域,该方法包括以下步骤:根据历史玻片的图像特征构建自监督学习模型,通过自监督学习模型对原始玻片进行图像增强,生成增强后玻片图像;利用高斯滤波对增强后玻片图像进行匀光处理,生成校正后图像,构建并训练基于RepVit模块的轻量级卷积神经网络,利用轻量级卷积神经网络对校正后图像进行目标分类和目标检测,生成原始玻片对应的标签分类和定位扫描区域;若标签分类为合格,使用显微镜对原始玻片的定位扫描区域进行判读,获取细胞病理的判读结果。本发明通过深度学习模型对细胞病理玻片进行判读,提高了判读效率和精度。
技术关键词
监督学习模型
轻量级卷积神经网络
病理玻片
判读方法
形态学特征
细胞形态特征
编码器
染色
标签
视觉
图像增强
融合器
校正
多尺度特征
计算机设备
图像块
样本
系统为您推荐了相关专利信息
识别定位方法
识别定位设备
形态学特征
图像
肿瘤轮廓
状态智能监测方法
田间机器人
植株三维点云
光照补偿算法
形态学特征
轻量级卷积神经网络
卷积模块
孤独症儿童
脑电信号特征
独立成分分析
形态学特征
结构磁共振
脑积水患者
支持向量回归模型
形态学结构