基于仿射一致Transformer的多类别细胞检测分类方法以及装置制造方法及图纸

本发明专利技术公开了基于仿射一致Transformer的多类别细胞检测分类方法，包括：获取样本数据集，其包括多个携带有标注信息的细胞病理图像；构建待训练模型，其包括全局检测网络、仿射变换Transformer模块以及局部检测网络；将细胞病理图像输入至所述全局检测网络，以得到全局检测结果，同时，将细胞病理图像经过仿射变换Transformer模块处理后得到的仿射图像输入至局部检测网络中，以得到局部检测结果；按照预设更新规则，分别对全局检测网络以及局部检测网络进行更新迭代，直到当前迭代满足预设迭代终止条件条件时，生成目标检测模型；通过目标检测模型对真实细胞病理图像进行细胞检测和分类。通过仿射一致的Transformer架构，可预测细胞位置和类别，同时分析细胞上下文信息，提高识别精度。

【技术实现步骤摘要】

本专利技术涉及神经网络，尤其涉及一种基于仿射一致transformer的多类别细胞检测分类方法、装置、计算机设备及存储介质。

技术介绍

1、病理图像中细胞分布不均，部分细胞分布十分密集，给检测和分类带来阻碍。目前，在对病理细胞进行检测时大多使用取样装置进细胞取样，然后在实验室内部进行检测分析，这样不仅操作比较麻烦，而且还容易因为样本失活而影响检测准确性，造成分析失误。或者，虽然也有通过检测模型实现对病理细胞进行检测的方法，但是，大多数方法都以复杂的中间表示作为学习的目标，需要繁琐的后期处理，同时缺乏对细胞上下文的关注，导致检测的效率较低，且精度较差。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种基于仿射一致transformer的多类别细胞检测分类方法、装置、计算机设备及存储介质，以解决现有技术中病理图像中的细胞检测与分类的效率较低，且精度较差的问题。

2、第一方面，本申请实施例是这样实现的，一种基于仿射一致transformer的多类别细胞检测分类方法，包括如下步骤：

本文档来自技高网...

【技术保护点】

1.一种基于仿射一致Transformer的多类别细胞检测分类方法，其特征在于，所述方法，包括：

2.如权利要求1所述的基于仿射一致Transformer的多类别细胞检测分类方法，其特征在于，所述基于所述全局检测结果以及局部检测结果，按照预设更新规则，分别对所述全局检测网络以及局部检测网络进行更新迭代，包括：

3.如权利要求2所述的基于仿射一致Transformer的多类别细胞检测分类方法，其特征在于，所述基于所述真实检测结果计算损失，以对所述局部检测网络进行更新，包括：

4.如权利要求1所述的基于仿射一致Transformer的多类别细胞检测分类方法...

【技术特征摘要】

1.一种基于仿射一致transformer的多类别细胞检测分类方法，其特征在于，所述方法，包括：

2.如权利要求1所述的基于仿射一致transformer的多类别细胞检测分类方法，其特征在于，所述基于所述全局检测结果以及局部检测结果，按照预设更新规则，分别对所述全局检测网络以及局部检测网络进行更新迭代，包括：

3.如权利要求2所述的基于仿射一致transformer的多类别细胞检测分类方法，其特征在于，所述基于所述真实检测结果计算损失，以对所述局部检测网络进行更新，包括：

4.如权利要求1所述的基于仿射一致transformer的多类别细胞检测分类方法，其特征在于，所述将所述细胞病理图像输入至所述全局检测网络，以得到全局检测结果，包括：

5.如权利要求4所述的基于仿射一致transformer的多类别细胞检测分类方法，其特征在于，所述对所述编码后的多尺度特征进行解码处理，以得到每一层解码后的特征，包括：

6.如权利要求1...

【专利技术属性】
技术研发人员：李灏峰，黄俊嘉，万翔，李冠彬，
申请(专利权)人：深圳市大数据研究院，
类型：发明
国别省市：