[发明专利]一种基于深度残差网络的细胞分类方法及系统有效
| 申请号： | 201810300560.7 | 申请日： | 2018-04-04 |
| 公开（公告）号： | CN108510004B | 公开（公告）日： | 2022-04-08 |
| 发明（设计）人： | 雷海军;李晗聪;韩涛;雷柏英;罗秋明;杨张 | 申请（专利权）人： | 深圳大学 |
| 主分类号： | G06V30/19 | 分类号： | G06V30/19 |
| 代理公司： | 深圳市君胜知识产权代理事务所(普通合伙) 44268 | 代理人： | 王永文;刘文求 |
| 地址： | 518060 广东*** | 国省代码： | 广东;44 |
| 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深度残差网络的细胞分类方法及系统，所述方法包括：获取细胞图像的数据集，所述数据集包括第一数据集与第二数据集；采用深度残差网络对所述第一数据集进行训练，并将经训练后的网络迁移至所述第二数据集进行训练，得到目标网络；将待分类的细胞图像输入至所述目标网络中，得到特征图，并对所述特征图进行分析，输出细胞图像的分类结果。本发明利用残差网络对数据集进行训练，并结合迁移学习的方法，创建了可自动分类的网络结构，有效解决了生物医学图像数据集偏小的问题，避免了过拟合情况的发生，不但减少了工作量，提高了工作效率，而且有效提高了细胞自动分类的正确率。 | ||
| 搜索关键词： | 一种 基于 深度 网络 细胞 分类 方法 系统 | ||
【主权项】：
1.一种基于深度残差网络的细胞分类方法，其特征在于，所述方法包括：获取细胞图像的数据集，所述数据集包括第一数据集与第二数据集；采用深度残差网络对所述第一数据集进行训练，并将经训练后的网络迁移至所述第二数据集进行训练，得到目标网络；将待分类的细胞图像输入至所述目标网络中，得到特征图，并对所述特征图进行分析，输出细胞图像的分类结果。
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深圳大学，未经深圳大学许可，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/201810300560.7/，转载请声明来源钻瓜专利网。
