[发明专利]基于机器学习和深度学习的ANA荧光片自动识别方法有效
| 申请号： | 201910078013.3 | 申请日： | 2019-01-28 |
| 公开（公告）号： | CN109858428B | 公开（公告）日： | 2021-08-17 |
| 发明（设计）人： | 黄琪;魏骁勇;武永康;杨震群;盛爱林;钟奇林 | 申请（专利权）人： | 四川大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/46;G06K9/62;G06N3/04;G06N3/08;G06N20/00;G06T7/44;G06T7/45 |
| 代理公司： | 成都正煜知识产权代理事务所(普通合伙) 51312 | 代理人： | 李龙 |
| 地址： | 610065 四川*** | 国省代码： | 四川;51 |
| 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机器学习和深度学习的ANA荧光片自动识别方法，属于机器学习与深度学习技术领域，解决现有技术中通过人工判断ANA荧光片，对人员要求高，容易出现误判的问题。本发明基于机器学习模型，通过数据集计算得到滴度模型；基于深度学习模型，通过数据集计算得到核型模型；读取待识别的ANA荧光片，即待识别的图片，将待识别的图片进行特征提取，得到提取的多个特征值；将多个特征输入滴度模型，得到预测的滴度；将待识别的图片输入核型模型，得到预测的核型；根据预测的滴度与预测的核型得到识别结果。本发明用于识别ANA荧光片的滴度和核型。 | ||
| 搜索关键词： | 基于 机器 学习 深度 ana 荧光 自动识别 方法 | ||
【主权项】：
1.一种基于机器学习和深度学习的ANA荧光片自动识别方法，其特征在于，如下步骤：S1、基于机器学习模型，通过数据集计算得到滴度模型；S2、基于深度学习模型，通过数据集计算得到核型模型；S3、读取待识别的ANA荧光片，即待识别的图片，将待识别的图片进行特征提取，得到提取的多个特征值；S4、将多个特征值输入滴度模型，得到预测的滴度；S5、将待识别的图片输入核型模型，得到预测的核型；S6、根据预测的滴度与预测的核型得到识别结果。
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四川大学，未经四川大学许可，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/201910078013.3/，转载请声明来源钻瓜专利网。
