首页 > 专利学习

一种基于深度学习和特征增强的非线性光学图像识别方法[发明专利]

专利名称：一种基于深度学习和特征增强的非线性光学图像识别方法

专利类型：发明专利

发明人：朱小钦，杨亲亲，徐哲鑫，蔡坚勇

申请号：CN202010118238.X

申请日：20200226

公开号：CN111368669A

公开日：

20200703

专利内容由知识产权出版社提供

摘要：本发明公开一种基于深度学习和特征增强的非线性光学图像识别方法，获取基于双光子激光荧光和二次谐波产生的非线性光学图像样本集；发展双通道自适应阈值补集分割算法对前列腺癌组织图像中的腺腔结构进行分割；改进图像分类网络模型（AlexNet），并将分割出来的腺腔结构图像作为新增的信号通道进行特征增强学习，实现对前列腺癌组织无标记切片更高准确率和特异性的智能化Gleason分级。

申请人：福建师范大学

地址：350108 福建省福州市闽侯县上街镇大学城福建师范大学科技处

国籍：CN

代理机构：福州君诚知识产权代理有限公司

代理人：戴雨君

本文发布于:2024-09-20 14:42:34，感谢您对本站的认可！

本文链接：https://www.17tex.com/tex/1/414755.html

上一篇：一种水性荧光颜料浆及其制备方法[发明专利]

下一篇：一种用于防沉降井盖施工限位井圈的模具[实用新型专利]