[发明专利]基于Mask-RCNN的子宫颈细胞涂片的图像分割方法和系统有效
| 申请号： | 201910119607.4 | 申请日： | 2019-02-18 |
| 公开（公告）号： | CN109886179B | 公开（公告）日： | 2023-03-28 |
| 发明（设计）人： | 陈浩;胡以璇 | 申请（专利权）人： | 深圳视见医疗科技有限公司 |
| 主分类号： | G06V20/69 | 分类号： | G06V20/69;G06V10/26;G06V10/774 |
| 代理公司： | 北京众达德权知识产权代理有限公司 11570 | 代理人： | 刘杰 |
| 地址： | 518000 广东省深圳*** | 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： | 本发明涉及一种基于Mask‑RCNN的子宫颈细胞涂片的图像分割方法和系统，包括步骤：a、数据集构建步骤，包括训练数据集、验证数据集和测试数据集的准备与标注，以及数据集的归一化及预处理；b、模型的构建和训练步骤，构建基于Mask‑RCNN的图像分割模型并利用所述训练数据集训练该模型，以及利用所述验证数据集验证该模型的图像分割结果；c、模型的验证步骤，利用所述测试数据集测试该模型，同时利用相似性系数评价分割结果。本发明利用大量数据训练的深度神经网络模型可以通过对大量数据所包含的信息进行建模和抽象，从而可以实现通过单个模型对子宫颈细胞学涂片图像中的细胞、细胞核进行定位、检测及实例分割。 | ||
| 搜索关键词： | 基于 mask rcnn 子宫颈 细胞 涂片 图像 分割 方法 系统 | ||
【主权项】：
1.一种基于Mask‑RCNN的子宫颈细胞涂片的图像分割方法，其特征在于，包括以下步骤：a、数据集构建步骤，包括训练数据集、验证数据集和测试数据集的准备与标注，以及数据集的归一化及预处理；b、模型的构建和训练步骤，构建基于Mask‑RCNN的图像分割模型并利用所述训练数据集训练该模型，以及利用所述验证数据集验证该模型的图像分割结果；c、模型的验证步骤，利用所述测试数据集测试该模型，同时利用相似性系数评价分割结果。
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深圳视见医疗科技有限公司，未经深圳视见医疗科技有限公司许可，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/patent/201910119607.4/，转载请声明来源钻瓜专利网。
- 上一篇：指纹录入方法及相关产品
- 下一篇：用于交叠手写文本输入的用户界面
