[发明专利]基于深度学习的法医学检验自动化识别系统及识别方法在审
| 申请号： | 201910285979.4 | 申请日： | 2019-04-10 |
| 公开（公告）号： | CN110033445A | 公开（公告）日： | 2019-07-19 |
| 发明（设计）人： | 黄平;张吉;邓恺飞;周圆圆;陈忆九;陈丽琴;张建华;秦志强;刘宁国;邹冬华;李正东 | 申请（专利权）人： | 司法鉴定科学研究院 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00 |
| 代理公司： | 上海申新律师事务所 31272 | 代理人： | 俞涤炯 |
| 地址： | 200063 上*** | 国省代码： | 上海;31 |
| 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深度学习的法医学检验自动化识别系统，用于对硅藻的检验，包括数据采集模块，用于对待检验的组织样本进行自动化图片采集及图片分割，以获取组织样本对应的多张电子注入图片作为训练数据样本并输出；数据扩充模块，连接数据采集模块，用于基于预定的样本扩增方法对输入的训练数据样本进行样本数量扩增；模型迭代训练模块，连接训练数据扩充模块，用于基于训练数据样本，和/或外部输入的训练样本，并采用深度学习方法进行迭代训练形成深度学习模型；识别模块，连接模型迭代训练模块，用于基于深度学习模型对输入的电子注入图片进行硅藻成分检验，本发明实现了硅藻检验的全自动化，提高了硅藻检验的准确度。 | ||
| 搜索关键词： | 训练数据样本 迭代训练 硅藻 法医学检验 电子注入 硅藻检验 识别系统 组织样本 自动化 扩增 学习 样本 检验 数据采集模块 准确度 采集模块 扩充模块 连接数据 全自动化 数据扩充 图片采集 图片分割 训练数据 训练样本 输出 图片 外部 | ||
【主权项】：
1.一种基于深度学习的法医学检验自动化识别系统，应用于一自动化扫描系统中，用于对硅藻进行检验，其特征在于，包括：数据采集模块，用于对所述自动化扫描系统扫描得到的多个载体样本图片进行图片处理，以获取所述载体样本对应的多张电子注入图片作为深度学习的训练数据样本并输出；数据扩充模块，连接所述数据采集模块，用于对输入的所述训练数据样本进行样本扩充得到扩充样本，并采用所述扩充样本和所述训练数据样本构建训练样本数据库；模型迭代训练模块，连接所述数据扩充模块，用于基于所述训练样本数据库，采用深度学习方法对一预设的神经网络模型进行迭代训练，并最终训练形成一用于对硅藻进行识别的深度学习模型；识别模块，分别连接所述数据采集模块和所述模型迭代训练模块，用于对所述自动化扫描系统扫描得到的待检验的所述载体样本图片进行处理得到待检验的电子注入图片，并基于所述深度学习模型对待检验的所述电子注入图片进行逐区域的硅藻检验，并输出识别结果。
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司法鉴定科学研究院，未经司法鉴定科学研究院许可，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/201910285979.4/，转载请声明来源钻瓜专利网。
