一種基于全卷積回歸網(wǎng)絡(luò)的細胞計數(shù)方法

基本信息

申請?zhí)?/td> CN202011152914.1 申請日 -
公開（公告）號 CN112465745A 公開（公告）日 2021-03-09
申請公布號 CN112465745A 申請公布日 2021-03-09
分類號 G06T5/30(2006.01)I;G06K9/62(2006.01)I;G06N3/08(2006.01)I;G06T7/00(2017.01)I;G06N3/04(2006.01)I;G06T7/60(2017.01)I 分類 計算；推算；計數(shù);
發(fā)明人 康清波;劉振;王宇;石一磊;蘭曉莉;邢東明 申請（專利權(quán)）人 脈得智能科技（無錫）有限公司
代理機構(gòu) 南京正聯(lián)知識產(chǎn)權(quán)代理有限公司 代理人 陳斐
地址 214062江蘇省無錫市濱湖區(qū)馬山梅梁路88號二樓西
法律狀態(tài) -

摘要

摘要 本發(fā)明涉及醫(yī)學(xué)圖像技術(shù)領(lǐng)域，具體為一種基于全卷積回歸網(wǎng)絡(luò)的細胞計數(shù)方法，基于全卷積網(wǎng)絡(luò)來完成密度估計，具體操作步驟如下：S1：圖像預(yù)處理；S2：模型架構(gòu)及訓(xùn)練；S3：多尺度塊輸入及融合。本發(fā)明基于深度學(xué)習(xí)，設(shè)計了一個利用全卷積回歸網(wǎng)絡(luò)來解決密度估計問題的CNN模型，解決了細胞計數(shù)問題基于密度估計的方法其圖像特征提取算法性能局限性比較大，精度有限且泛化性能較弱的問題，本發(fā)明引入了DenseNet中的密集連接來加強原始U?Net中的基本構(gòu)造模塊，可提高U?Net中模型的特征表達能力以及更有效地訓(xùn)練模型。??