[发明专利]一种基于改进的YOLOv7和Swin-Unet的异常细胞检测方法在审
| 申请号： | 202211726362.X | 申请日： | 2022-12-29 |
| 公开（公告）号： | CN115965602A | 公开（公告）日： | 2023-04-14 |
| 发明（设计）人： | 胡鹤轩;方晓杰;黄倩;杨天金;胡强;巫义锐;张晔;狄峰;胡震云;周晓军;沈勤;吕京澴 | 申请（专利权）人： | 河海大学;玖壹叁陆零医学科技南京有限公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06V10/82;G06V20/70;G06V20/69;G06V10/80;G06V10/40;G06N3/0464;G06N3/0455;G06N3/048;G06N3/08 |
| 代理公司： | 南京经纬专利商标代理有限公司 32200 | 代理人： | 楼然 |
| 地址： | 211100 江*** | 国省代码： | 江苏;32 |
| 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改进的YOLOv7和Swin‑Unet的异常细胞检测方法，包括：收集病理细胞涂片图像，制作异常细胞检测数据集和分割数据集；搭建改进的YOLOv7模型并进行训练；搭建检测结果筛选模块，对检测网络输出图像中的细胞进行分类；搭建Swin‑Unet模型并进行训练，用于重叠细胞团图像的分割：以Unet模型为基础，针对多尺度下的细胞图像的局部关系与全局关系，引用Swin‑Transformer模块进行采样；使用改进的YOLOv7和Swin‑Unet模型进行异常细胞检测。本发明充分利用细胞检测时的上下文信息，有效处理难检的细胞团，可在保证检测速率的前提下大大提高准确率和召回率。 | ||
| 搜索关键词： | 一种 基于 改进 yolov7 swin unet 异常 细胞 检测 方法 | ||
【主权项】：
暂无信息
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河海大学;玖壹叁陆零医学科技南京有限公司，未经河海大学;玖壹叁陆零医学科技南京有限公司许可，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/202211726362.X/，转载请声明来源钻瓜专利网。
