申请/专利权人：香港科技大学深港协同创新研究院(深圳福田)

申请日：2022-09-08

公开（公告）日：2024-03-12

公开（公告）号：CN117689610A

主分类号：G06T7/00

分类号：G06T7/00;G06T7/187;G06T5/70;G06N3/08

优先权：

专利状态码：在审-公开

法律状态：2024.03.12#公开

摘要：本发明提供一种基于动态深入学习消除PCR检测图像的噪声和气泡的方法。该方法可以通过掩模深度卷积神经网络模型识别并输出噪声和气泡识别结果掩膜，然后从原始图像中减去噪声和气泡区域并通过动态选区选择最大有效连续区域进行亮度分析，从而实现在针对每个热循环的图像，都进行噪声、气泡识别及去除，以保证每个循环中选中计算平均亮度值的区间内，没有噪声及气泡的干扰，从而提高了PCR检测的准确性与灵敏性。相对于高度依赖经验和耗时的人工检测具有省时和全自动化的优点；相对于传统的固定区域算法，本发明实施方式提供的方法能有效排除气泡和噪声的干扰，显著提高PCR检测的准确性。

主权项：1.一种基于动态深入学习消除PCR检测图像的噪声和气泡的方法，其特征在于，包括：步骤1：输入PCR检测图像，利用训练后的掩模深度卷积神经网络模型识别所述PCR检测图像中的噪声和气泡，并输出噪声和气泡识别结果掩膜；步骤2：从所述PCR检测图像中减去所述噪声和气泡识别结果掩膜得到相减结果，则噪声和气泡区域的灰度值经相减后为0，其余区域的像素值不变；步骤3：基于动态选择方法从所述相减结果中计算最大有效连续区域；步骤4：计算所有所述其余区域的最大有效连续区域的平均灰度值，并输出亮度变化曲线进行噪声和气泡区域的预测。

全文数据：

权利要求：

百度查询： 香港科技大学深港协同创新研究院(深圳福田) 一种基于动态深入学习消除PCR检测图像的噪声和气泡的方法

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