本发明涉及一种基于弱监督的细胞异常区域定位方法，包括采集细胞图像，形成训练集，并基于ResNet50神经网络模型对训练集数据进行预处理，基于预处理后的训练集对ResNet50神经网络模型进行训练，直至满足结束条件，得到训练后的ResNe...

本发明涉及一种图像增强模型的细胞图像超分辨方法，包括采集细胞图像，制作数据集；基于数据集训练卷积神经网络，得到图像增强模型；判断需求的图像超分辨倍数M1是否大于设定的阈值，若是，则基于图像增强模型对待增强的图像进行分辨率增强，否则采用其...

本发明公开了一种基于自适应融合模块和跨阶段AU

本发明公开了一种基于改进的YOLOv7和Swin

本发明公开了一种基于虚拟对抗训练网络的半监督宫颈癌图像分类方法，包括：收集宫颈癌图像数据集，得到用于半监督网络的训练数据集和测试数据集；对训练数据集中标注和未标注的宫颈癌图像进行数据增强，包括对宫颈癌图像进行平移变换、旋转变换、缩放变换...

本发明公开了一种基于改进的YOLOv5和EfficientNet的细胞病理图像异常检测方法，包括：获取细胞涂片的数字扫描图像作为原始输入图像；带有重叠的裁剪原始输入图像作为裁剪后图像；使用改进的YOLOv5模型检测裁剪后图像中所有异常细...

本发明公开了一种基于多注意力融合机制和高精度分割网络的病理细胞分类方法，包括：病理细胞图像的收集与预处理；构建多注意力融合模块，包括构造压缩激励模块和空间注意力模块；构建高精度分割网络，通过高精度分割网络在病理细胞图像上生成感兴趣区域；...

本申请提供一种图像处理方法、装置、电子设备和存储介质，所述方法包括：获取多张数字图像，其中，每张所述数字图像为一多层数字切片中的一层图像或一层图像中的一部分；针对一张数字图像，将该数字图像输入预设的评分模型中，得到所述评分模型输出的与该...

本申请提供了一种微生物的检测装置、方法、电子设备及存储介质。微生物的检测装置包括：分析管理模块、组件配置管理模块以及微生物组件分析模块；微生物组件分析模块包括典型微生物子组件和非典型微生物子组件。本申请在对待检测数字切片图像中的微生物进...

本申请提供了一种适用于细胞团中细胞的识别方法、装置及电子设备，适用于细胞团中细胞的识别方法包括：从待检测的数字切片图像中，识别出至少一个细胞团区域图像；针对每个细胞团区域图像，从细胞团区域图像中识别出各个单细胞区域图像以及一个标准细胞图...

本申请提供一种病理组织图像的处理方法、装置及存储介质。方法包括：获得病理组织的切片图像；通过图像转换以及灰度化后的阈值分割处理，将所述切片图像中除所述病理组织之外的背景滤除，获得滤除后的图像。利用图像转换以及灰度化后的阈值分割处理能够比...

本申请实施例提供了一种采样框的生成方法、训练方法以及神经网络，方法包括：获得包含对象的待处理图像；利用预设的神经网络对待处理图像进行特征提取，获得尺度各不相同的多个特征图像；利用神经网络在每个特征图像中生成每个对象的采样框，并将采样框按...

本申请提供一种幽门螺杆菌的定位方法、装置和电子设备，该方法包括：获取待检测的目标切片的组织扫描图像，所述目标切片是经过指定染色方式染色后得到的；对所述组织扫描图像进行阈值化处理，以提取得到所述组织扫描图像中的第一候选区域；基于所述第一候...

本申请提供了一种识别模型训练方法、目标识别方法及装置，其中，该识别模型训练方法包括：将初始图像集进行筛选，以确定出目标图像集；目标图像集中包括含有目标特征的图像；根据预先标注的包括目标特征的标注图像集确定出锚框的目标参数；将目标图像集输...

本申请提供一种细胞团识别方法、装置及电子设备，该细胞团识别方法包括：获取待测宫颈液基细胞在不同扫描倍率下得到的扫描图像；基于扫描图像得到第一灰度图像、第二灰度图像，第一灰度图像所对应的扫描倍率为第一倍率，第二灰度图像所对应的扫描倍率为第...