摘要
本发明提供一种自动检测尿脱落细胞中异常细胞的方法,包括以下步骤:训练异常细胞框选识别算法,生成异常细胞框选识别模型;根据所述异常细胞框选识别模型实现待测试样本的异常细胞框选识别。本发明方法适用于膀胱尿路上皮癌的早期初诊筛查和术后复查,具有早期无创检测、分析和报告方便、操作简单和标准化、适用于仪器自动分析等优点,算法不仅能够在复杂背景下排除非细胞杂质,还能对重叠细胞进行有效分离,为后续的单细胞分析奠定基础。
技术关键词
异常细胞
制片染色一体机
语义分割模型
数字切片图像
玻片
尿路
分类网络
分类卷积神经网络
识别算法
单细胞分析
早期无创
形态学特征
像素
样本
细胞识别
实例分割
对象
系统为您推荐了相关专利信息
语义分割方法
语义分割模型
注意力
遥感图像数据
编码器
定量检测方法
激光等离子体光谱
滤纸
待测元素
探针
图像增强网络
水下图像增强方法
语义分割模型
图像特征提取模型
样本