龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：南昌大学第二附属医院;南昌大学
摘要：本发明公开了一种疟原虫图像检测方法及系统，包括：针对疟原虫形状差异，设计分组自注意力机制来捕捉疟原虫图像的横向与竖向特征；设计注意力机制与特征维度映射对多层次的特征进行融合；对特征图进行粗细粒度分解处理以提高高分辨率图像下针对小目标疟原虫的检测能力；设计基于检测框形状尺度的损失函数以提高检测框的精确度；最后输出检测结果。本发明通过分组自注意力与多层次特征融合提高了特征聚合能力以及物体检测的精度，并设计特征图粗细粒度分解提高针对小目标的检测能力，针对疟原虫图像的小目标特征的检测精度高、检测效率高，适用于大范围的推广与使用。
主权项：1.一种疟原虫图像检测方法，其特征在于，所述方法包括：获取血细胞中的历史感染图像，并根据所述历史感染图像构建出对应的深度卷积神经网络模型；其中，在对所述深度卷积神经网络模型进行训练时，将所述历史感染图像按照7：1：2比例关系对应划分为训练集、测试集与验证集，并根据所述训练集、所述测试集以及所述验证集对应训练出所述深度卷积神经网络模型；获取实际感染图像，并通过所述深度卷积神经网络模型对所述实际感染图像中的特征维度进行分组，以对应捕捉到所述实际感染图像中的疟原虫图像的横向特征以及竖向特征；通过预设注意力机制在所述横向特征以及所述竖向特征中实时检测出最相关特征，并通过所述深度卷积神经网络模型中的卷积层和线性层对所述最相关特征进行特征维度映射处理，以融合出对应的特征图；对所述特征图进行粗细粒度分解处理，并根据疟原虫形状尺寸差异确定出对应的损失函数；根据所述损失函数以及所述特征图实时确定出所述实际感染图像中的血细胞的感染程度，所述特征图具有唯一性。
全文数据：
权利要求：
百度查询： 南昌大学第二附属医院 南昌大学 一种疟原虫图像检测方法及系统
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号