[发明专利]一种基于改进K-means及卷积神经网络的白细胞提取和分类方法有效
| 申请号： | 201910404623.8 | 申请日： | 2019-05-16 |
| 公开（公告）号： | CN110110807B | 公开（公告）日： | 2023-01-03 |
| 发明（设计）人： | 林丽群;陈柏林 | 申请（专利权）人： | 福州大学 |
| 主分类号： | G06V20/69 | 分类号： | G06V20/69;G06V10/764;G06V10/762;G06V10/82;G06V10/26;G06N3/04 |
| 代理公司： | 福州元创专利商标代理有限公司 35100 | 代理人： | 蔡学俊;陈明鑫 |
| 地址： | 350108 福建省福*** | 国省代码： | 福建;35 |
| 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改进K‑means及卷积神经网络的白细胞提取和分类方法。首先，根据细胞图像灰度分布来选定初始聚类中心，对图像所有像素按就近原则进行初始聚类；接着，对FWSA‑KM算法的欧式距离进行改进；白细胞提取之前，先进行颜色空间分解，采用有利于白细胞分割的颜色分量和改进的K‑means算法进行细胞核和细胞质的提取；接着采用分水岭算法来分离复杂粘连的部分；最后，基于卷积神经网络进行分类。本发明方法使得白细胞细胞核和细胞质分割精度分别为95.81％和91.28％，较传统分割方法有较大提高；分类准确度最大能达到98.96%，分类平均时间为0.39s，相对于现有的白细胞分类算法，CNN分类方法不仅有明显优势，同时还有很大的提升空间。 | ||
| 搜索关键词： | 一种 基于 改进 means 卷积 神经网络 白细胞 提取 分类 方法 | ||
【主权项】：
1.一种基于改进K‑means及卷积神经网络的白细胞提取和分类方法，其特征在于，包括如下步骤：步骤S1、在提取白细胞之前，先进行颜色空间的分解，采用有利于白细胞分割的颜色分量；步骤S2、根据细胞图像灰度分布对K‑means聚类算法进行改进，选定初始聚类中心，使图像中所有像素按就近原则进行初始聚类，并对FWSA‑KM算法的欧式距离进行改进，使聚类算法的鲁棒性提高；步骤S3、采用改进的K‑means算法进行细胞核和细胞质的提取；步骤S4、采用分水岭算法来分离复杂粘连的白细胞部分；步骤S5、采用卷积神经网络对提取分离的白细胞进行实验，实现粘连白细胞的识别。
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福州大学，未经福州大学许可，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/201910404623.8/，转载请声明来源钻瓜专利网。
