一种基于UNET的宫颈病理组织分割方法与流程技术资料下载

技术编号:21699848

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。

本发明涉及医学图像分割技术领域,具体为一种基于unet的宫颈病理组织分割方法。背景技术宫颈组织活检是宫颈疾病确诊的最后一个环节,在过去一直由病理专家人工观察后给出最终诊断意见,受专家技术经验和主观性的影响,诊断结果的正确性有待提高。随着数字化显微成像技术的成熟和人工智能的新进展,用计算机去分析样本切片,辅助医生进行确诊,减轻医生的工作负担是大势所趋。目前,国际上对宫颈组织病理数字图像的全自动分析主要通过传统的机器学习来实现,具体地是先通过灰度共生矩阵、k-均值聚或支持向量机svm等算法模型分割出...
注意:该技术已申请专利,请尊重研发人员的辛勤研发付出,在未取得专利权人授权前,仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权,增加技术思路,做技术知识储备,不适合论文引用。
请注意,此类技术没有源代码,用于学习研究技术思路。

详细技术文档下载地址↓↓

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。
该分类下的技术专家--如需求助专家,请联系客服
  • 李老师:1.计算力学 2.无损检测
  • 毕老师:机构动力学与控制
  • 袁老师:1.计算机视觉 2.无线网络及物联网
  • 王老师:1.计算机网络安全 2.计算机仿真技术
  • 王老师:1.网络安全;物联网安全 、大数据安全 2.安全态势感知、舆情分析和控制 3.区块链及应用
  • 孙老师:1.机机器人技术 2.机器视觉 3.网络控制系统
  • 葛老师:1.机器人技术 2.计算机辅助技术
  • 张老师:1.内燃机燃烧及能效管理技术 2.计算机数据采集与智能算法 3.助航设备开发