基于YOLO及注意力神经网络的罕见抗核抗体核型探测方法

    公开(公告)号:CN116893162A

    公开(公告)日:2023-10-17

    申请号:CN202310612311.2

    申请日:2023-05-28

    摘要: 本发明提出一种基于YOLO及注意力神经网络的罕见抗核抗体核型探测方法,其流程为图像归一化处理之后,传入神经网络中进行检测,从而得到对罕见抗核抗体核型的探测。该方法的优势在于对传统的目标探测算法YOLO定制化、有效的改进升级,针对临床上罕见抗核抗体图像特点,在YOLO目标探测模型的基础上引入注意力机制,使得模型可提升罕见抗核抗体核型图像的关键特征在整张特征图中所占的权重,提升网络对罕见抗核抗体核型图像的特征提取能力,具有更精确的优势。该方法的实施能够提高医学检验人员对抗核抗体荧光图像的阅片工作效率,避免了不同阅片者肉眼判读的主观差异,同时改善当前临床上由于医学检验人员对罕见ANA核型认识不足,较为普遍存在漏检的情况。

    一种细胞分类模型的获取方法和装置

    公开(公告)号:CN114495096A

    公开(公告)日:2022-05-13

    申请号:CN202011148471.9

    申请日:2020-10-23

    摘要: 本申请实施例公开了一种细胞分类模型的获取方法和装置,该方法包括:获取训练好的细胞分类模型;根据测试数据和所述细胞分类模型获取待分类目标的M个特征图;M为大于或等于1的正整数;所述测试数据包括一个或多个待分类目标;获取所述M个特征图的权重;将具有权重的M个特征图输入所述细胞分类模型,对细胞分类模型进行优化,从而获取最优细胞分类模型。通过该实施例方案,实现了对类间差距小的目标进行分类,提高了分类效率和准确率。