[发明专利]一种基于卷积神经网络的病原微生物检测识别方法在审
申请号: | 202011092801.7 | 申请日: | 2020-10-13 |
公开(公告)号: | CN114359890A | 公开(公告)日: | 2022-04-15 |
发明(设计)人: | 不公告发明人 | 申请(专利权)人: | 深圳赛威玛智能科技有限公司 |
主分类号: | G06V20/64 | 分类号: | G06V20/64;G06V20/69;G06V10/774;G06V10/82;G06K9/62;G06N3/04 |
代理公司: | 深圳市兰锋盛世知识产权代理有限公司 44504 | 代理人: | 罗炳锋 |
地址: | 518000 广东省深圳市宝安区*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 卷积 神经网络 病原微生物 检测 识别 方法 | ||
1.一种基于卷积神经网络的病原微生物检测识别方法,其特征在于,其包括以下步骤:
(1)获取至少一种病原微生物的三维图像;
(2)使用卷积神经网络处理步骤(1)获取的三维图像;
(3)根据步骤(2)的处理结果输出病原微生物的检测识别类型。
2.根据权利要求1所述的基于卷积神经网络的病原微生物检测识别方法,其特征在于,所述三维图像是通过三维定量相位显微镜产生的三维定量图像,其包括病原微生物的三维表达数据。
3.根据权利要求1所述的基于卷积神经网络的病原微生物检测识别方法,其特征在于,所述三维定量图像为三维折射率断层图。
4.根据权利要求1所述的基于卷积神经网络的病原微生物检测识别方法,其特征在于,所述病原微生物包括细菌、病毒、真菌、寄生虫和微藻类的至少一种。
5.根据权利要求1所述的基于卷积神经网络的病原微生物检测识别方法,其特征在于,所述卷积神经网络被配置为根据卷积神经网络训练的检测模型来处理所述三维图像,以生成可表征所述病原微生物的神经网络输出。
6.根据权利要求1所述的基于卷积神经网络的病原微生物检测识别方法,其特征在于,所述神经网络输出包括具有预定数量的病原微生物类型中的每一种的独立的概率值,其表示病原微生物属于此病原微生物类型的可能性。
7.根据权利要求1所述的基于卷积神经网络的病原微生物检测识别方法,其特征在于,所述检测识别类型为神经网络输出中具有最高概率值的类型。
8.一种计算机设备,其特征在于,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的基于卷积神经网络的病原微生物检测识别方法的步骤。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的基于卷积神经网络的病原微生物检测识别方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳赛威玛智能科技有限公司,未经深圳赛威玛智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011092801.7/1.html,转载请声明来源钻瓜专利网。