[发明专利]一种基于深度学习的细胞检测方法

权利要求书

1.一种基于深度学习的细胞检测方法，其特征在于，包括如下步骤：

对血样进行拍照，得到原始图片；

对原始图片进行扩充处理，得到扩充图片；

对扩充图片进行人工标注，得到标注图片；

将标注图片输入深度学习模型进行训练，当准确度达到预设值时得到最终的检测模型。

2.如权利要求1所述的方法，其特征在于，所述所述扩充处理包括随机调整图片的背景亮度、随机旋转图片的角度和添加图片噪音中的一种或多种。

3.如权利要求1所述的方法，其特征在于，所述原始图片与所述扩充图片的数量比为1:(10-20)。

4.如权利要求1所述的方法，其特征在于，所述人工标注采用labelme标注工具，标注时沿着细胞边界用线圈起来，并标注细胞的类型和区别码。

5.如权利要求1所述的方法，其特征在于，所述原始图片中的细胞具有清晰的形态特征，所述形态特征包括细胞的形状、颜色和边缘。

6.如权利要求1所述的方法，其特征在于，所述将标注图片输入深度学习模型进行训练的步骤具体包括：

1)所述标注图片划分为训练集和测试集；

2)将所述训练集输入深度学习模型进行训练，得到最终的检测模型；

3)将所述测试集在最终的检测模型上进行验证；

其中，所述训练集的数量多于所述测试集的数量。

7.如权利要求6所述的方法，其特征在于，所述训练集和所述测试集的比例为8:2。

8.如权利要求1所述的方法，其特征在于，所述深度学习模型为Mask R-CNN，所述训练的时间为3-5天。

9.如权利要求1所述的方法，其特征在于，所述预设值为[0.9,1)。

10.如权利要求1所述的方法，其特征在于，所述细胞包括红细胞、白细胞和血小板。