细胞图像分类装置、方法、模型训练方法制造方法及图纸

本公开提供了一种细胞图像分类装置、方法、模型训练方法，该装置包括：接收控制模块，响应于接收到的细胞图像分类指令，将待处理细胞图像发送至图像缩放模块；图像缩放模块，与接收控制模块通信相连，接收上述接收控制模块发送的待处理细胞图像，基于预设分辨率调整待处理细胞图像得到预设分辨率的待处理细胞图像；缓存模块，与图像缩放模块通信连接，接收由图像缩放模块发送的预设分辨率的待处理细胞图像进行存储，以及接收特征提取模块的图像特征进行存储；特征提取模块，与缓存模块通信连接，接收缓存模块发送的预设分辨率的待处理细胞图像进行特征提取，得到图像特征；分类模块，与缓存模块通信连接，对图像特征进行分类，得到分类结果。

【技术实现步骤摘要】

本公开涉及图像分析，具体地涉及一种细胞图像分类装置、方法、模型训练方法。

技术介绍

1、细胞图像的分类在生命科学领域又重大意义，但目前对于细胞图像进行分类大多在电脑端进行，操作繁琐，耗时较长，不能在一个平台实现快速有效的细胞图像分类，并且相关的细胞分类算法参数量大导致计算相对复杂。

技术实现思路

1、鉴于上述问题，本公开提供了细胞图像分类装置、方法、模型训练方法。

2、根据本公开的第一个方面，提供了一种细胞图像分类装置，包括：接收控制模块、图像缩放模块、缓存模块、特征提取模块和分类模块；上述接收控制模块，用于响应于接收到的细胞图像分类指令，将待处理细胞图像发送至上述图像缩放模块，其中，上述细胞图像分类指令由下位机发送，上述细胞图像分类指令包括上述待处理细胞图像，上述待处理细胞图像为利用下位机对细胞图像进行分割得到的单个细胞图像；上述图像缩放模块，与上述接收控制模块通信相连，用于接收上述接收控制模块发送的待处理细胞图像，基于预设分辨率调整上述待处理细胞图像得到预设分辨率的待处理细胞图像；上述缓存模块本文档来自技高网...

【技术保护点】

1.一种细胞图像分类装置，其特征在于，所述装置包括接收控制模块、图像缩放模块、缓存模块、特征提取模块和分类模块；

2.根据权利要求1所述的装置，其特征在于，所述特征提取模块包括：

3.根据权利要求2所述的装置，其特征在于，所述卷积计算子模块包括：

4.根据权利要求3所述的装置，其特征在于，所述分类模块包括：

5.根据权利要求4所述的装置，其特征在于，所述全连接计算子模块包括M乘N个全连接计算单元，其中，M和N都为大于1的正整数。

6.根据权利要求2所述的装置，其特征在于，所述T个卷积计算逻辑被分为T组，T组卷积计算逻辑并行处理所...

【技术特征摘要】

1.一种细胞图像分类装置，其特征在于，所述装置包括接收控制模块、图像缩放模块、缓存模块、特征提取模块和分类模块；

2.根据权利要求1所述的装置，其特征在于，所述特征提取模块包括：

3.根据权利要求2所述的装置，其特征在于，所述卷积计算子模块包括：

4.根据权利要求3所述的装置，其特征在于，所述分类模块包括：

5.根据权利要求4所述的装置，其特征在于，所述全连接计算子模块包括m乘n个全连接计算单元，其中，m和n都为大于1的正整数。

6.根据权利要求2所述的...

【专利技术属性】
技术研发人员：窦润江，文宇骁，于靖一，刘力源，刘剑，吴南健，
申请(专利权)人：中国科学院半导体研究所，
类型：发明
国别省市：