摘要
本发明涉及一种基于深度学习的ADTKD‑UMOD的辅助诊断系统,属于辅助诊断技术领域,解决了现有技术缺乏对ADTKD‑UMOD辅助诊断的问题。系统包括:数据采集模块,收集肾小管病理切片的染色图像和多通道荧光染色图像;轮廓勾画模块,基于每个个体的肾小管病理切片的多通道荧光染色图像得到染色图像中的髓袢升支粗段肾小管轮廓;训练样本构建模块,基于勾画了轮廓的染色图构建训练样本集;模型训练模块,构建深度学习网络模型,基于训练样本集对深度学习网络模型进行半监督训练得到预测模型;预测模块,将待预测个体的染色图像中的肾小管轮廓图输入预测模型得到预测结果。实现了快速ADTKD‑UMOD预测。
技术关键词
辅助诊断系统
染色
深度学习网络模型
轮廓
构建深度学习网络
多通道
荧光
图像块
矩阵
训练样本集
半监督训练
模型训练模块
分支
多尺度特征
辅助诊断技术
数据采集模块
空间特征提取
系统为您推荐了相关专利信息
身份证图像识别
透视变换矩阵
全角度
边缘轮廓
矫正
激光切割系统
形状特征信息
图像处理算法
激光切割头
尺寸特征