【技术实现步骤摘要】
本专利技术涉及计算机,具体是涉及一种乳腺癌细胞图像分类方法、系统、设备及存储介质。
技术介绍
1、在临床医学诊断中,一般情况下通过免疫组织化学方法(ihc)来检测乳腺癌细胞样本中的雌激素受体、孕激素受体和her-2的表达情况,进而鉴别该乳腺癌细胞样本的分型,但是这一检测过程相对复杂且成本高,需要事先对乳腺癌细胞样本中的蛋白质进行标记,分析难度大且检测结果的准确性在很大程度上取决于操作者的技术水平。随着基于深度学习的图像检测技术在医学领域得到广泛应用,如何扩展至实现乳腺癌细胞图像的分类检测是亟待解决的问题。
技术实现思路
1、本专利技术提供一种乳腺癌细胞图像分类方法、系统、设备及存储介质,以解决现有技术中所存在的一个或多个技术问题,至少提供一种有益的选择或创造条件。
2、第一方面,提供一种乳腺癌细胞图像分类方法,所述方法包括:
3、获取细胞悬液,其是对乳腺癌细胞样本进行制备并稀释得到的;
4、控制动态光散射成像装置对所述细胞悬液进行成像处理,得到时间连续的
...【技术保护点】
1.一种乳腺癌细胞图像分类方法,其特征在于,所述方法包括:
2.根据权利要求1所述的乳腺癌细胞图像分类方法,其特征在于,所述将所述若干帧乳腺癌细胞图像进行分组包括:
3.根据权利要求1所述的乳腺癌细胞图像分类方法,其特征在于,所述去噪模块是由FastDVDNet网络框架搭建的。
4.根据权利要求1所述的乳腺癌细胞图像分类方法,其特征在于,所述细胞动态检测模块包括卷积单元和细胞动态检测单元,所述卷积单元包括顺次连接的单个7×7卷积层和两个5×5卷积层;
5.根据权利要求4所述的乳腺癌细胞图像分类方法,其特征在于,所述利用所
...【技术特征摘要】
1.一种乳腺癌细胞图像分类方法,其特征在于,所述方法包括:
2.根据权利要求1所述的乳腺癌细胞图像分类方法,其特征在于,所述将所述若干帧乳腺癌细胞图像进行分组包括:
3.根据权利要求1所述的乳腺癌细胞图像分类方法,其特征在于,所述去噪模块是由fastdvdnet网络框架搭建的。
4.根据权利要求1所述的乳腺癌细胞图像分类方法,其特征在于,所述细胞动态检测模块包括卷积单元和细胞动态检测单元,所述卷积单元包括顺次连接的单个7×7卷积层和两个5×5卷积层;
5.根据权利要求4所述的乳腺癌细胞图像分类方法,其特征在于,所述利用所述细胞动态检测单元生成时间相邻的每两帧特征图像之间的动态关联图谱包括:
6.根据权利要求1所述的乳腺癌细胞图像分类方法,其特征在于,所述分类模块包括两个特征提取单元和单个特征融合分类单元,每个特征提取单元包括顺次连接的两个3×3×3卷...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。