基于卷積神經(jīng)網(wǎng)絡(luò)和搖擺活動(dòng)特征的滴蟲檢測(cè)方法

基本信息

申請(qǐng)?zhí)?/td> CN202111000709.8 申請(qǐng)日 -
公開（公告）號(hào) CN113450354A 公開（公告）日 2021-09-28
申請(qǐng)公布號(hào) CN113450354A 申請(qǐng)公布日 2021-09-28
分類號(hào) G06T7/00（2017.01）I;G06T7/20（2017.01）I;A61B5/00（2006.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 謝曉鴻;謝時(shí)靈;張平 申請(qǐng)（專利權(quán)）人 山東仕達(dá)思醫(yī)療科技有限公司
代理機(jī)構(gòu) - 代理人 -
地址 250013山東省濟(jì)南市歷下區(qū)華能路38號(hào)匯能大廈2903
法律狀態(tài) -

摘要

摘要 本發(fā)明涉及一種基于卷積神經(jīng)網(wǎng)絡(luò)和搖擺活動(dòng)特征的滴蟲檢測(cè)方法，包括以下步驟：S1：訓(xùn)練檢測(cè)濕片中的中等大小目標(biāo)物的AI檢測(cè)模型；S2：采集顯微視野固定的濕片視頻；S3：判斷S2視頻中是否存在大幅度運(yùn)動(dòng)的目標(biāo)；S4：根據(jù)S3的判斷結(jié)果，檢測(cè)是否存在滴蟲，步驟如下：S41：如果判斷S2視頻中有大幅度運(yùn)動(dòng)的目標(biāo)，首先利用S1的AI檢測(cè)模型檢測(cè)中等大小目標(biāo)物，然后再檢測(cè)是否存在整體運(yùn)動(dòng)的滴蟲；S42：如果判斷S2視頻中不存在大幅度運(yùn)動(dòng)的目標(biāo)，則檢測(cè)是否存在整體不運(yùn)動(dòng)但是其鞭毛搖擺活動(dòng)的滴蟲。本發(fā)明能有效檢出多種形態(tài)的滴蟲、多個(gè)滴蟲之間相互交叉堆疊同時(shí)運(yùn)動(dòng)的滴蟲、滴蟲整體不運(yùn)動(dòng)但是其鞭毛搖擺活動(dòng)的滴蟲，總體上提升滴蟲的檢出率。