申请/专利权人：赛多利斯司特蒂姆数据分析公司

申请日：2019-09-05

公开（公告）日：2021-04-13

公开（公告）号：CN112655003A

主分类号：G06N3/04(20060101)

分类号：G06N3/04(20060101)

优先权：["20180905 EP 18192649.4","20190618 EP 19180972.2"]

专利状态码：在审-实质审查的生效

法律状态：2021.07.27#实质审查的生效;2021.04.13#公开

摘要：提供了一种用于细胞图像的分析的计算机实现的方法。该方法包括：获得用于处理图像的深度神经网络100和用于训练深度神经网络的训练数据集的至少一部分，该深度神经网络包括多个隐藏层并使用训练数据集进行训练，训练数据集包括可以输入到深度神经网络的多个可能细胞图像；获得从多个隐藏层中的至少一个输出的第一中间输出值集，通过输入训练数据集的所述至少一部分中包括的可能的输入图像中的不同一者来获得第一中间输出值集中的每一个；使用第一中间输出值集来构建拟合潜变量模型，该潜变量模型提供第一中间输出值集到子空间中的第一投影值集的映射，该子空间具有低于中间输出集的维度的维度；接收要输入到深度神经网络的新细胞图像；获得通过将接收到的新细胞图像输入深度神经网络而从深度神经网络的多个隐藏层中的至少一个输出的第二中间输出值集；使用潜变量模型来将第二中间输出值集映射到第二投影值集；以及基于潜变量模型和第二投影值集而相对于训练数据集来确定接收到的新细胞图像是否为异常值。

主权项：1.一种用于细胞图像的分析的计算机实现的方法，其包括：获得深度神经网络100和用于训练所述深度神经网络的训练数据集的至少一部分，所述深度神经网络包括多个隐藏层并通过使用所述训练数据集进行训练，所述训练数据集包括能够输入到所述深度神经网络的多个可能细胞图像；获得从所述多个隐藏层中的至少一个输出的第一中间输出值集，通过输入所述训练数据集的所述至少一部分中包括的所述可能细胞图像中的不同一者来获得所述第一中间输出值集中的每一个；使用所述第一中间输出值集来构建拟合潜变量模型，所述潜变量模型提供所述第一中间输出值集到子空间中的第一投影值集的映射，所述子空间具有低于所述中间输出集的维度的维度；接收要输入到所述深度神经网络的新细胞图像；将所述潜变量模型和所述第一投影值集存储在存储介质中。

全文数据：

权利要求：

百度查询： 赛多利斯司特蒂姆数据分析公司 用于细胞图像的分析的计算机实现的方法、计算机程序产品以及系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD