[发明专利]基于主动学习的宫颈癌识别模型训练方法在审
| 申请号： | 201810456532.4 | 申请日： | 2018-05-14 |
| 公开（公告）号： | CN108647731A | 公开（公告）日： | 2018-10-12 |
| 发明（设计）人： | 刘炳宪;谢菊元;王焱辉;王克惠;龙希 | 申请（专利权）人： | 宁波江丰生物信息技术有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 上海申新律师事务所 31272 | 代理人： | 俞涤炯 |
| 地址： | 315400 浙江省宁*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于主动学习的宫颈癌识别模型训练方法，包括如下步骤：准备多张宫颈癌切片数字图像并构建一样本库，采用所述样本库中的宫颈癌切片数字图像训练识别模型；针对样本库中的每张宫颈癌切片数字图像，通过识别模型的识别后输出相应的识别结果，所述识别结果中包括所述识别模型难以识别的细胞；于所述识别结果中，采用人工标注方式对难以识别的细胞进行标注，并将标注后的宫颈癌数字图像更新至样本库中，并重新训练识别模型进行识别，直至所有识别结果中不存在难以识别的细胞为止，与现有技术相比，本发明的有益效果是识别速度快，识别精度高，可自动过滤掉大量特征明显的宫颈癌细胞。 | ||
| 搜索关键词： | 宫颈癌 数字图像 样本库 切片 模型训练 主动学习 细胞 标注 宫颈癌细胞 人工标注 自动过滤 构建 输出 更新 | ||
【主权项】：
1.一种基于主动学习的宫颈癌识别模型训练方法，其特征在于，预先准备多张宫颈癌切片数字图像并构建一样本库，采用所述样本库训练形成一用于对宫颈癌细胞进行识别的识别模型；训练所述识别模型的过程具体包括：步骤1：采用所述样本库中的所述宫颈癌切片数字图像对所述识别模型进行训练；步骤2：针对所述样本库中的每张所述宫颈癌切片数字图像，通过所述识别模型的识别后输出相应的识别结果，所述识别结果中包括所述识别模型难以识别的细胞；步骤3：于所述识别结果中，采用人工标注的方式对难以识别的细胞进行标注，并将标注后的所述宫颈癌数字图像更新至所述样本库中，随后返回所述步骤1，并在所有所述识别结果中均不存在难以识别的细胞时转向步骤4；步骤4：所述识别模型训练完毕并进行保存，随后退出。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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宁波江丰生物信息技术有限公司，未经宁波江丰生物信息技术有限公司许可，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/patent/201810456532.4/，转载请声明来源钻瓜专利网。
