摘要
本发明公开了一种表面等离激元增强显色下的多模态癌细胞图像识别方法,包括:在具有多层薄膜的微纳结构显微基片上制备正常细胞和癌细胞的细胞样本,所述微纳结构显微基片能够通过激发表面等离激元共振增强细胞显色;获取细胞样本在不同光学显微成像模态(如透射明场,反射暗场等)下的显微图像;对显微图像进行配准;将配准后图像输入到轮廓识别模型中,输出每个细胞的不同显微模态图像;将正常细胞和癌细胞多模态图像作为输入对神经网络模型进行训练,得到可区分正常细胞和癌细胞的神经网络模型;将训练好的神经网络模型用于实际病理样本中识别癌细胞。本发明方法获得的细胞图像细节多,神经网络识别准确率高,能够广泛应用于癌细胞识别领域。
技术关键词
图像识别方法
神经网络模型
微纳结构
金银合金纳米颗粒
图像特征向量提取
基片
卷积神经网络结构
轮廓识别
显微成像
多层薄膜结构
多模态
金属纳米颗粒
代表
光学显微镜
基底
系统为您推荐了相关专利信息
岩心渗透率
建立神经网络模型
训练样本数据
LSTM模型
性能预测模型
RUL预测方法
因子
算法
锂离子电池老化
归一化方法
待检产品
噪声图像
样本生成方法
像素点
神经网络模型