[发明专利]一种基于深度学习和特征增强的非线性光学图像识别方法有效
| 申请号： | 202010118238.X | 申请日： | 2020-02-26 |
| 公开（公告）号： | CN111368669B | 公开（公告）日： | 2023-07-18 |
| 发明（设计）人： | 朱小钦;杨亲亲;徐哲鑫;蔡坚勇 | 申请（专利权）人： | 福建师范大学 |
| 主分类号： | G06V20/69 | 分类号： | G06V20/69;G06V10/26;G06V10/80;G06T5/00;G06T7/00;G16H50/20;G16H70/60 |
| 代理公司： | 福州君诚知识产权代理有限公司 35211 | 代理人： | 戴雨君 |
| 地址： | 350108 福建省福州*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于深度学习和特征增强的非线性光学图像识别方法，获取基于双光子激光荧光和二次谐波产生的非线性光学图像样本集；发展双通道自适应阈值补集分割算法对前列腺癌组织图像中的腺腔结构进行分割；改进图像分类网络模型（AlexNet），并将分割出来的腺腔结构图像作为新增的信号通道进行特征增强学习，实现对前列腺癌组织无标记切片更高准确率和特异性的智能化Gleason分级。 | ||
| 搜索关键词： | 一种 基于 深度 学习 特征 增强 非线性 光学 图像 识别 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福建师范大学，未经福建师范大学许可，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/202010118238.X/，转载请声明来源钻瓜专利网。
