[发明专利]一种基于人工智能的细胞类型识别方法及系统

权利要求书

1.一种基于人工智能的细胞类型识别方法，其特征在于，具体包括以下步骤：

构建细胞类型识别模型，所述细胞类型识别模型的输入端为细胞图像，所述细胞类型识别模型的输出端为细胞类型识别结果；

获取待识别的细胞图像；

将所述待识别的细胞图像作为所述细胞类型识别模型的输入；

所述细胞类型识别模型输出该细胞图像对应的细胞类型。

2.根据权利要求1所述的一种基于人工智能的细胞类型识别方法，其特征在于，所述构建细胞类型识别模型包括训练阶段和测试阶段。

3.根据权利要求2所述的一种基于人工智能的细胞类型识别方法，其特征在于，所述训练阶段包括：

采集细胞图像作为训练样本；

对所述训练样本进行预处理；

将预处理后的训练样本输入深度神经网络模型中进行训练，得到细胞类型识别模型。

4.根据权利要求3所述的一种基于人工智能的细胞类型识别方法，其特征在于，所述对训练样本进行预处理，具体包括以下步骤：

对训练样本进行标注处理，得到标注后的训练样本；

对标注后的训练样本进行清洗处理，从而实现训练样本的预处理。

5.根据权利要求4所述的一种基于人工智能的细胞类型识别方法，其特征在于，所述测试阶段包括：

采集细胞图像作为测试样本；

加载训练好的细胞类型识别模型；

将测试样本输入所述训练好的细胞类型识别模型，训练好的细胞类型识别模型输出对应的细胞类型。

6.根据权利要求5所述的一种基于人工智能的细胞类型识别方法，其特征在于，所述深度神经网络模型包括Faster-RCNN深度神经网络模型、SSD深度神经网络模型和Yolo深度神经网络模型中的任意一种深度神经网络模型。

7.一种基于人工智能的细胞类型识别系统，其特征在于，所述系统包括：

构建模块，用于构建细胞类型识别模型；

获取模块，用于获取待识别的细胞图像；

输入模块，用于将所述待识别的细胞图像作为所述细胞类型识别模型的输入；

输出模块，用于所述细胞类型识别模型输出该细胞图像对应的细胞类型。

8.根据权利要求7所述的一种基于人工智能的细胞类型识别系统，其特征在于，所述构建模块包括训练模块和优化模块，所述训练模块包括：

第一采集模块，用于采集细胞图像作为训练样本；

预处理模块，用于对所述训练样本进行预处理；

深度神经网络模型，用于将预处理后的训练样本输入深度神经网络模型中进行训练，得到细胞类型识别模型。

9.根据权利要求8所述的一种基于人工智能的细胞类型识别系统，其特征在于，所述预处理模块包括：

标注模块，用于对训练样本进行标注处理，得到标注后的训练样本；

清洗模块，用于对标注后的训练样本进行清洗处理。

10.根据权利要求9所述的一种基于人工智能的细胞类型识别系统，其特征在于，所述优化模块包括：

第二采集模块，用于采集细胞图像作为测试样本；

加载模块，用于加载训练好的细胞类型识别模型；

测试模块，用于将测试样本输入所述训练好的细胞类型识别模型，训练好的细胞类型识别模型输出对应的细胞类型。