自编码器的训练方法、细胞数量检测方法及相关设备技术

本申请提供一种自编码器的训练方法、细胞数量检测方法及相关设备，所述自编码器的训练方法包括：提取样本医学图像中的第一特征向量，并将其输入至所述自编码器得到第一潜特征；基于第一潜特征得到细胞数量的第一预测值；输入第一潜特征至所述自编码器，得到重建图像；基于重建图像优化所述自编码器。所述细胞数量检测方法包括：提取待检测医学图像的第二特征向量；输入所述第二特征向量至所述自编码器得到第二潜特征；基于所述第二潜特征得到细胞数量。通过本申请可以快速地得到图像检测结果。结果。结果。

【技术实现步骤摘要】
自编码器的训练方法、细胞数量检测方法及相关设备


[0001]本申请涉及图像检测
，尤其涉及一种自编码器的训练方法、细胞数量检测方法及相关设备。

技术介绍

[0002]目前对医学图像中的细胞数量的检测，大都采用监督式学习的方法。例如，利用单镜头多盒检测器(Single Shot MultiBox Detector，SSD)目标检测模型进行检测。在通过所述目标检测模型检测所述医学图像时，需要提取复杂多样的特征信息。因此，在训练所述目标检测模型过程中，需要使用大量的样本图像，造成效率低下。

技术实现思路

[0003]鉴于以上内容，有必要提供一种自编码器的训练方法、细胞数量检测方法及相关设备，通过利用训练好的自编码器对医学图像中的细胞数量进行检测，可以提高检测效率。
[0004]本申请提供一种自编码器的训练方法，所述方法包括：获取多张样本医学图像；提取每张样本医学图像中的第一特征向量；输入所述第一特征向量至所述自编码器并根据所述第一特征向量提取所述每张样本医学图像的第一潜特征；基于所述第一潜特征得到所述每张样本医学图像中的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种自编码器的训练方法，其特征在于，所述方法包括：获取多张样本医学图像；提取每张样本医学图像中的第一特征向量；输入所述第一特征向量至自编码器并根据所述第一特征向量提取所述每张样本医学图像的第一潜特征；基于所述第一潜特征得到所述每张样本医学图像中的细胞数量的第一预测值；输入所述第一潜特征至所述自编码器，并根据所述第一潜特征重新构建每张样本医学图像，得到多张重建图像；基于所述多张重建图像优化所述自编码器。2.根据权利要求1所述的自编码器的训练方法，其特征在于，所述每张样本医学图像包括细胞数量标记值。3.根据权利要求2所述的自编码器的训练方法，其特征在于，所述基于所述第一潜特征得到所述样本医学图像中的细胞数量的第一预测值包括：提取所述第一潜特征中的多个第一细胞特征编码；根据所述多个第一细胞特征编码确定所述样本医学图像中的细胞数量的第一预测值。4.根据权利要求2所述的自编码器的训练方法，其特征在于，所述基于所述多张重建图像优化所述自编码器包括：根据所述多张样本医学图像与所述多张重建图像建立第一损失函数；根据所述标记值与第一预测值建立第二损失函数；基于所述第一损失函数与所述第二损失函数优化所述自编码器。5.根据权利要求4所述的自编码器的训练方法，其特征在于，所述根据所述样本医学图像与所述重建图像建立第一损失函数包括：计算每张样本医学图像与每张重建图像之间的误差，得到多个第一误差；基于所述多个第一误差得到第一平均误差，并设定所述第一平均误差为所述第一损失函数。6.根据权利要求4所述的自编码器的训练方法，其特征在于，所述根据所述标记值与第一预测值建立第二损失函数包括：计算所述每张样本医学图像的标记值与第一预测值之间的误差，得到多个第二误差；基于所述多个第...

【专利技术属性】
技术研发人员：卢志德，林子甄，郭锦斌，
申请(专利权)人：鸿海精密工业股份有限公司，
类型：发明
国别省市：