← 返回列表

一种基于深度学习的滴度值的处理方法及系统

申请号: CN202311372626.0
申请人: 中国医学科学院皮肤病医院(中国医学科学院皮肤病研究所)
申请日期: 2023/10/20

摘要文本

本发明公开了一种基于深度学习的滴度值的处理方法及系统,属于机器学习领域,包括:获取非梅毒螺旋体血清学试验结果的第一图像;对检验图像进行清晰度判断,输出第二图像;采用卷积神经网络对第二图像进行圆形目标检测,输出圆形目标的中心坐标和半径;根据检测到的圆形目标的中心坐标和半径对第二图像进行分割,提取圆形目标区域;根据预设排序规则,对提取的圆形目标区域进行排序;采用卷积神经网络对排序后的圆形目标区域进行分类,输出阴阳结果;计算阴阳结果对应的滴度值。针对现有技术中存在的检测结果的自动化处理效率低的问题,本申请通过整合机器学习和深度学习技术,特征提取、模型训练和图卷积神经网络等方法,提高血清学试验结果自动化处理的效率。 来自:www.macrodatas.cn

专利详细信息

项目 内容
专利名称 一种基于深度学习的滴度值的处理方法及系统
专利类型 发明申请
申请号 CN202311372626.0
申请日 2023/10/20
公告号 CN117575993A
公开日 2024/2/20
IPC主分类号 G06T7/00
权利人 中国医学科学院皮肤病医院(中国医学科学院皮肤病研究所)
发明人 林彤; 韩燕; 尹跃平; 杨寅; 金嘉轩
地址 江苏省南京市玄武区蒋王庙街12号

专利主权项内容

1.一种基于深度学习的滴度值的处理方法,用于非梅毒螺旋体血清学试验结果的自动处理,包括:获取非梅毒螺旋体血清学试验结果的第一图像;对检验图像进行清晰度判断,输出第二图像;采用卷积神经网络对第二图像进行圆形目标检测,输出圆形目标的中心坐标和半径;根据检测到的圆形目标的中心坐标和半径对第二图像进行分割,提取圆形目标区域;根据预设排序规则,对提取的圆形目标区域进行排序;采用卷积神经网络对排序后的圆形目标区域进行分类,输出阴阳结果;计算阴阳结果对应的滴度值。 (来自 马克数据网)