一种基于深度学习的血液疟原虫快速检测和辅助诊断系统技术方案

本发明专利技术涉及医学检验领域，具体说是一种基于深度学习的血液疟原虫快速检测和辅助诊断系统。它包括：区域定位模块、图像预处理模块、检测器第一阶段训练模块、疟原虫第一阶段检测模块、图像增强模块、检测器第二阶段训练模块、疟原虫第二阶段检测模块、分类器训练模块、疟原虫分析模块和结果显示模块。通过上述方案，本发明专利技术解决了检测耗时长，易出现因疲劳和认知超载而导致人为错误的问题。

【技术实现步骤摘要】

本专利技术涉及医学检验领域，具体说是一种基于深度学习的血液疟原虫快速检测和辅助诊断系统。

技术介绍

1、疟疾是由疟原虫引起的蚊媒传染性疾病，具有分布广泛、传播迅速、潜伏期长等特点，其直接关系到人类的健康、经济的发展以及社会的稳定。疟疾的早期检测是降低病死率和控制疟疾传播的关键。传统的显微镜血涂片检测方法对专业人员的能力要求较高，且整个检测过程耗时较长，极易出现因疲劳和认知超载而导致人为错误。因此，如何提高疟疾检查效率和准确性，对于疟疾高发地区具有重要价值。

2、通过引入深度学习算法，实现自动识别并分类疟原虫感染细胞，能够让医护人员在资源匮乏的环境中便捷地进行疟疾诊断，大幅度降低了检测成本，提升了诊疗覆盖率。这种智能辅助诊断系统的应用不仅能加速疟疾的早期诊断，减少其传播，还能进行疗效评估和耐药性检测，具有重要的公共卫生意义，也为推动医疗领域的技术进步提供了创新思路。

技术实现思路

1、本专利技术为了解决相关技术中的问题，提供了一种基于深度学习的血液疟原虫快速检测和辅助诊断系统，该系统解决了检测耗时长本文档来自技高网...

【技术保护点】

1.一种基于深度学习的血液疟原虫快速检测和辅助诊断系统，其特征在于，包括：

2.如权利要求1所述的一种基于深度学习的血液疟原虫快速检测和辅助诊断系统，其特征在于，所述训练图像数据含有原始的图像数据、原始的标签数据、已标记为正常样本的图像数据，所述位置获取模块包括：检测器第一阶段训练模块、疟原虫第一阶段检测模块、图像增强模块、检测器第二阶段训练模块和疟原虫第二阶段检测模块；检测器第一阶段训练模块用于接收原始的图像数据和原始的标签数据并整合，形成第一训练数据集，训练得到第一权重文件；疟原虫第一阶段检测模块接收已标记为正常样本的图像数据和第一权重文件，对正常样本的图像数据中易混淆的...

【技术特征摘要】

1.一种基于深度学习的血液疟原虫快速检测和辅助诊断系统，其特征在于，包括：

2.如权利要求1所述的一种基于深度学习的血液疟原虫快速检测和辅助诊断系统，其特征在于，所述训练图像数据含有原始的图像数据、原始的标签数据、已标记为正常样本的图像数据，所述位置获取模块包括：检测器第一阶段训练模块、疟原虫第一阶段检测模块、图像增强模块、检测器第二阶段训练模块和疟原虫第二阶段检测模块；检测器第一阶段训练模块用于接收原始的图像数据和原始的标签数据并整合，形成第一训练数据集，训练得到第一权重文件；疟原虫第一阶段检测模块接收已标记为正常样本的图像数据和第一权重文件，对正常样本的图像数据中易混淆的假阳性单细胞检测，并存储假阳性单细胞的图像数据和位置信息，图像增强模块用于接收原始的图像数据、原始的标签数据和假阳性单细胞的图像数据，对第一训练数据集进行数据增强得到增强训练数据集；检测器第二阶段训练模块，用于接收增强训练数据集和第一权重文件，训练得到第二权重文件；疟原虫第二阶段检测模块用于接收待检测图像数据和第二权重文件，检测获得并存储疟原虫感染红细胞的图像数据和疟原虫感染红细胞的位置信息。

3.如权利要求2所述的一种基于深度学习的血液疟原虫快速检测和辅助诊断系统，其特征在于，所述类别获取模块包括：分类器训练模块...

【专利技术属性】
技术研发人员：宋颖，诸佩超，李鑫，许春，
申请(专利权)人：上海市临床检验中心，
类型：发明
国别省市：