申请/专利权人：南京大学;中国医科大学附属第一医院

申请日：2023-06-07

公开（公告）日：2023-09-05

公开（公告）号：CN116704248A

主分类号：G06V10/764

分类号：G06V10/764;G06V10/774;G06V10/26;G06V20/70;G06V10/82;G06N3/0464;G06N3/084

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.09.22#实质审查的生效;2023.09.05#公开

摘要：本发明公开一种基于多语义不平衡学习的血清样本图像分类方法。首先，对原始图像进行裁剪和边缘识别等，获取含有血清样本信息的方形图片；接着，对训练样本进行预处理后使用深度10进行训练，构建分类模型，在模型评估时构建再平衡的数据集并进行联合测试，使得方法不会偏向于出现次数较多的类别；对样本图像训练一个二分类模型；然后，分别对这些模型使用应对类别不平衡的深度学习方法进行优化；最后，将得到的模型综合起来，得到一个用于识别血清样本质量的模型。本发明提出了一种新的应对多语义类别不平衡学习的方法，并结合神经网络二分类方法，实现了较高的图像分类精度。

主权项：1.一种基于多语义不平衡学习的血清样本图像分类方法，其特征在于，包括原始图像处理，多语义不平衡及二分类模型训练，类别不平衡优化，以及血清样本图像识别结果生成四部分；所述原始图像处理的过程具体为：步骤100，按原始血清图像上的黑线切出对应图像块；步骤101，把原始血清图像中的血清部分取出；步骤102，针对上一步中得到的血清部分的图片，切出设定大小的方形图片；步骤103，对于质量不佳的方形图片，直接判定为异常样本；所述质量不佳的方形图片指包含凝块或被遮挡的图片；步骤104，随机打乱所有样本后，划分训练集和测试集。

全文数据：

权利要求：

百度查询： 南京大学;中国医科大学附属第一医院 一种基于多语义不平衡学习的血清样本图像分类方法

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