表面等离激元增强显色下的多模态癌细胞图像识别方法

AITNT
正文
推荐专利
表面等离激元增强显色下的多模态癌细胞图像识别方法
申请号:CN202510948732
申请日期:2025-07-10
公开号:CN120853164A
公开日期:2025-10-28
类型:发明专利
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
1
一种近井地带中防垢剂/溶垢剂挤注量的预测方法、模型及存储介质
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
2
一种基于优级排序的图像传输方法及系统
图像传输方法 像素点 节点 图像压缩 图像类别
3
一种基于HBHTS算法优化CNN-LSTM-Attention模型的锂离子电池RUL预测方法
RUL预测方法 因子 算法 锂离子电池老化 归一化方法
4
基于深度学习的图像识别方法及识别系统
图像识别方法 像素 卷积神经网络提取 动态 元素
5
缺陷样本生成方法及设备
待检产品 噪声图像 样本生成方法 像素点 神经网络模型
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