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。