[发明专利]基于深度学习卷积神经网络的水藻细胞分析方法及系统在审
| 申请号： | 201910182916.6 | 申请日： | 2019-03-12 |
| 公开（公告）号： | CN109949284A | 公开（公告）日： | 2019-06-28 |
| 发明（设计）人： | 王光夫;雷德鹏 | 申请（专利权）人： | 天津瑟威兰斯科技有限公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06K9/62 |
| 代理公司： | 天津展誉专利代理有限公司 12221 | 代理人： | 陈欣 |
| 地址： | 300000 天津市西青区滨海高新区华苑*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于深度学习卷积神经网络的水藻细胞分析方法及系统，包括以下步骤：对显微镜中的不同种类水藻样本进行分类标记；对已标记的水藻样本进行种类分析训练，生成识别模型；导入显微镜中不同视野下的一组待识别图像，预测出水藻种类和数量；对不同种类水藻进行统计计算，输出预估结果，通过深度学习进行训练，识别出显微镜视野下水藻种类及数量，推算出该水藻数量级，最终通过数量级评定水富营养化程度和对于水生态分析中水体水藻结构进行分析和预测，达到监测及预警作用，此结果通过物理方法直观的分析出水藻类别，不需要大量的仪器和反应药品，成本降低的同时，在判断方式上最接近人类分析统计水藻的方式，此结果具有较高的信服力。 | ||
| 搜索关键词： | 水藻 分析方法及系统 卷积神经网络 水藻细胞 显微镜 样本 预估 分析和预测 水富营养化 显微镜视野 反应药品 分类标记 分析统计 统计计算 预警作用 种类分析 水生态 出水 学习 推算 水体 下水 分析 评定 图像 直观 输出 监测 视野 预测 | ||
【主权项】：
1.一种基于深度学习卷积神经网络的水藻细胞分析方法，其特征在于，包括以下步骤：a.对显微镜中的不同种类水藻样本进行分类标记；b.通过卷积神经网络CNN对已标记的水藻样本进行种类分析训练，生成识别模型；c.导入显微镜中不同视野下的一组待识别图像，预测出待识别图像中水藻种类和数量；d.对不同种类水藻进行统计计算，输出预估结果。
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天津瑟威兰斯科技有限公司，未经天津瑟威兰斯科技有限公司许可，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/201910182916.6/，转载请声明来源钻瓜专利网。
