用于细胞图像分类的高效稳健的高速神经网络制造技术

本文描述了用于细胞图像分类的高效稳健的高速神经网络。用于细胞图像分类的神经网络利用soft

【技术实现步骤摘要】
【国外来华专利技术】用于细胞图像分类的高效稳健的高速神经网络
[0001]相关申请的交叉引用
[0002]本申请援引35U.S.C.
§
119(e)要求于2020年11月19日提交的标题为“EFFICIENT AND ROBUST HIGH
‑
SPEED NEURAL NETWORKS FOR CELL IMAGE CLASSIFICATION”的美国临时专利申请序列No.63/116088的优先权，该申请通过引用整体并入本文用于所有目的。


[0003]本专利技术涉及细胞分拣。更具体而言，本专利技术涉及基于图像的细胞分拣。

技术介绍

[0004]细胞图像分析在生物学和医学研究中发挥着越来越重要的作用，但现有的方法不能被用于实时高速应用，诸如细胞分拣。深度神经网络通常用于实现高准确性分类；但是，它的复杂性限制了它在要求非常高速度的实时应用中的使用。

技术实现思路

[0005]本文描述了一种用于细胞图像分类的高效稳健的高速神经网络。用于细胞图像分类的神经网络利用soft
‑
max分数本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种方法，包括：使用神经网络处理细胞图像，包括生成多个soft
‑
max分数，每个soft
‑
max分数与类对应；比较所述多个soft
‑
max分数中的最高soft
‑
max分数与第二高soft
‑
max分数以确定差异；当差异低于阈值时将细胞图像分类为伪类；以及当差异等于或高于阈值时将细胞图像分类为与最高soft
‑
max分数对应的类。2.如权利要求1所述的方法，其中所述神经网络包括两个卷积层和一个全连接层。3.如权利要求1所述的方法，其中soft
‑
max分数介于0和1之间，包括0和1。4.如权利要求1所述的方法，其中所述阈值是基于历史信息设置的，以生成高精度和高召回率。5.如权利要求1所述的方法，其中所述阈值由机器学习和人工智能确定。6.如权利要求1所述的方法，其中所述阈值由用户手动确定。7.如权利要求1所述的方法，还包括获取细胞图像。8.一种装置，包括：非暂态存储器，用于存储应用，所述应用用于：使用神经网络处理细胞图像，包括生成多个soft
‑
max分数，每个soft
‑
max分数与类对应；比较所述多个soft
‑
max分数中的最高soft
‑
max分数与第二高soft
‑
max分数以确定差异；当差异低于阈值时将细胞图像分类为伪类；以及当差异等于或高于阈值时将细胞图像分类为与最高soft
‑
max分数对应的类；以及处理器，耦合到存...

【专利技术属性】
技术研发人员：龚礼予，刘明昌，
申请(专利权)人：美国索尼公司，
类型：发明
国别省市：