[发明专利]一种基于变换域特征和CNN的细胞图像识别分类方法有效
| 申请号： | 201611022463.3 | 申请日： | 2016-11-16 |
| 公开（公告）号： | CN106709421B | 公开（公告）日： | 2020-03-31 |
| 发明（设计）人： | 郝占龙;罗晓曙;李可 | 申请（专利权）人： | 广西师范大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 桂林市华杰专利商标事务所有限责任公司 45112 | 代理人： | 唐修豪 |
| 地址： | 541004 广西壮*** | 国省代码： | 广西;45 |
| 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变换域特征和CNN的细胞图像识别分类方法，设定CNN神经网络包括输入层，隐含层和输出层，其中输入层包含三通道72×72个神经元，隐藏层为三个卷积层、三个池化层和两个全连阶层，所述细胞图像识别分类方法包括如下步骤：S10：设计CNN输入层模型，将细胞图像变换域特征与原图像数据融合；S20：设计CNN隐藏层与输出层模型，输入图像训练CNN模型。本发明的方法能够在训练集数量不足以训练常规CNN模型的情况下，更有效的训练CNN模型参数，对细胞图像进行分类，鲁棒性很强，且不受光照强度影响，更有利于计算机图像识别诊断准确度提升。 | ||
| 搜索关键词： | 一种 基于 变换 特征 cnn 细胞 图像 识别 分类 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广西师范大学，未经广西师范大学许可，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/201611022463.3/，转载请声明来源钻瓜专利网。
