基于神经网络的自动细胞试样分类系统和方法技术资料下载

技术编号:6405500

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。

本发明总的涉及,如标题所指的那样细胞分类,更具体地说涉及利用神经网络和/或神经计数机以提高细胞分类速度和精确度。子宫颈部涂片(巴氏试验)是唯一大量筛选的细胞学检查,这种检查要求用肉眼检查在载片上的每一个细胞。由于目前的手工操作所固有的单调和疲劳,使得这种试验存在着很高的错误率。细胞分类一般是按“计件工作”来执行的,这种计件工作是由病理实验室雇用的和有些地方由按月付薪水的细胞学专家来进行的。由于高错误率有可能导致诊断不出子宫颈癌从而带来威胁生命后果。所以,美...
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