买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:武汉互创联合科技有限公司
摘要:本发明提供了一种胚胎细胞滑面内质网目标检测方法,基于深度学习网络,构建胚胎图像滑面内质网目标检测网络模型;所述胚胎图像滑面内质网目标检测网络模型的卷积层前后分别加入批归一化层BN和L2正则项操作;对所述胚胎图像滑面内质网目标检测网络模型进行训练;将待识别的胚胎图像输入训练后的所述胚胎图像滑面内质网目标检测网络模型,得到检测结果。加入了批归一化层BN和L2正则项操作,不仅可以减少噪声和异常值的过拟合,而且对卷积层通过卷积生成的特征图进行了非线性转换,保留了滑面内质网位置等信息,增加了模型的稳定性,提高了对滑面内质网形状和大小各异问题的应对能力,提高了检测的准确性。
主权项:1.一种胚胎细胞滑面内质网目标检测方法,其特征在于:包括以下步骤:步骤S1:基于深度学习网络,构建胚胎图像滑面内质网目标检测网络模型SER;所述胚胎图像滑面内质网目标检测网络模型的卷积层前后分别加入批归一化层BN和L2正则项操作;步骤S2:对所述胚胎图像滑面内质网目标检测网络模型进行训练;步骤S3:将待识别的胚胎图像输入训练后的所述胚胎图像滑面内质网目标检测网络模型,得到检测结果;所述胚胎图像滑面内质网目标检测网络模型包括若干个下采样卷积层和特征融合层;若干个所述下采样卷积层不断进行下采样卷积;所述特征融合层对进行下采样卷积的图片从顶向底进行逐层卷积获取低分辨率到高分辨率的所有特征图,然后进行横向连接,以进行特征融合;所述特征融合层对所述下采样卷积层的第n层之后的图片特征进行融合;所述下采样卷积层有七层,n为三;所述特征融合层以最底层的特征图为基准,将所有特征图调整至一致大小,然后进行拼接,最后使用3DConv+3DBN+LeakyReLU来提取特征;将此特征送入AvgPool3D在层维度进行池化,最后获取一个与最底层特征图大小相同的特征图,将最底层特征图与该特征图连接,利用1×1卷积调整通道后送入后续检测任务;通过特征信息注意网络CAN对目标区域的特征进行增强,对背景区域的特征进行抑制。
全文数据:
权利要求:
百度查询: 武汉互创联合科技有限公司 胚胎细胞滑面内质网目标检测方法及终端
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。