一種基于深度學習、上下文相關的尿液有形成分檢測方法
基本信息
申請?zhí)?/td> | CN202110802795.8 | 申請日 | - |
公開(公告)號 | CN113256637A | 公開(公告)日 | 2021-08-13 |
申請公布號 | CN113256637A | 申請公布日 | 2021-08-13 |
分類號 | G06T7/00;G06T7/246;G06T7/66;G06T7/73;G06K9/62;G06N3/04;G06N3/08 | 分類 | 計算;推算;計數(shù); |
發(fā)明人 | 李柏蕤;連荷清 | 申請(專利權)人 | 北京小蠅科技有限責任公司 |
代理機構 | 北京巨弘知識產權代理事務所(普通合伙) | 代理人 | 趙洋 |
地址 | 100085 北京市海淀區(qū)信息路12號1幢2層B205室 | ||
法律狀態(tài) | - |
摘要
摘要 | 本發(fā)明提供一種基于深度學習、上下文相關的尿液有形成分檢測方法,在顯微成像設備的視野下對尿液樣本進行視頻采集,從尿液視頻中抽取圖像,得到帶有時間序列的單幀圖像數(shù)據(jù),標注出單幀圖像數(shù)據(jù)的有形成分位置和類別,并分為訓練集和測試集;構建具有檢測、跟蹤、預測、上下文關聯(lián)匹配、定位和比對識別功能的尿液有形成分檢測分類模型,使用訓練集和測試集進行模型訓練;然后對待檢測尿液樣本進行檢測。本發(fā)明解決尿液在顯微鏡視野下有形成分位置易變化而產生漏檢、重復檢測的問題,基于Transformer技術,將基于卡爾曼濾波目標跟蹤技術應用于尿液細胞計數(shù),充分考慮長尾分布,光照等干擾因素,解決上述問題的同時達到速度和精度的權衡,具有臨床應用價值。 |
