[发明专利]基于深度学习神经网络的细胞检测与分割的系统和方法有效
| 申请号： | 201910297714.6 | 申请日： | 2019-04-15 |
| 公开（公告）号： | CN110060244B | 公开（公告）日： | 2023-07-14 |
| 发明（设计）人： | 沈琳琳;谢鑫鹏;蔡盛灶 | 申请（专利权）人： | 深圳市麦迪普科技有限公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/11 |
| 代理公司： | 深圳市金笔知识产权代理事务所(特殊普通合伙) 44297 | 代理人： | 胡清方;彭友华 |
| 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： | 本发明提出一种基于深度学习神经网络的细胞检测分割的系统和方法。其中，方法利用深度学习的方法对细胞病理图片进行检测，将图片中的正常细胞、炎症细胞、滴虫细胞、萎缩细胞和HPV病毒等细胞分割出来，标记每一种类型并分别统计它们的数量，对患者是否被感染、发炎等患病情况进行判断，为病理医生提供一个可靠高效的辅助诊断。本发明具有简单有效，所需硬件配置少，实施成本低的优点。 | ||
| 搜索关键词： | 基于 深度 学习 神经网络 细胞 检测 分割 系统 方法 | ||
【主权项】：
1.一种基于深度学习神经网络的细胞检测分割的系统，其特征在于，包括图像截取模块（1）、训练模块（2）、特征处理模块（3）、特征融合模块（4）、图像拼接模块（5）和数据分析模块（6）；所述图像截取模块（1），用于从图像截取感兴趣区域；所述训练模块（2），用于构造深度学习神经网络，使用截取的数据进行训练，得到细胞的分类和分割模型；所述特征处理模块（3），用于从截取的每一张图像中提取细胞病理特征，记录每个特征的位置和大小，对细胞特征进行分类和分割；所述特征融合模块（4），用于将所述特征提取模块中的细胞特征进行分析，对误检测和重复检测进行筛查，并将处理结果融合在一起；所述图像拼接模块（5），用于将经过检测后的N个图像依次拼接成原来的图像；所述数据分析模块（6），用于统计病理图像中的细胞类型和数量，对患者是否被感染、发炎等患病情况进行判断。
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市麦迪普科技有限公司，未经深圳市麦迪普科技有限公司许可，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/201910297714.6/，转载请声明来源钻瓜专利网。
