一种基于神经网络模型识别浅表真菌的方法

AITNT
正文
推荐专利
一种基于神经网络模型识别浅表真菌的方法
申请号:CN202510510891
申请日期:2025-04-23
公开号:CN120431575A
公开日期:2025-08-05
类型:发明专利
摘要
本发明涉及一种基于神经网络模型识别浅表真菌的方法,属于浅表真菌识别技术领域。本发明能够利用三种类型即真菌阳性、孢子、阴性皮肤真菌的图片,经过图像前期特征处理后,放置进特定的人工智能深度神经网络模型中进行训练,从而使得模型能够快速识别浅表真菌、孢子,输出三种分类的百分数,通过综合分析准确率、损失率选择最优模型,并且通过构建异构模型并行推理系统提高灵敏度,解决了现有识别方法存有的效率低、检验人员负担大和基层医院缺乏专业检验技师的问题。
技术关键词
神经网络模型识别 浅表真菌 深度神经网络模型 灰度特征图像 卷积神经网络模型 卷积神经网络结构 Softmax函数 训练特征 图片类别 推理系统 双线性插值 数据 像素 样本 尺寸 融合策略
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号