一种用户自采检验样本智能宣教和用具供给一体机及方法

    公开(公告)号:CN119785484A

    公开(公告)日:2025-04-08

    申请号:CN202411973456.6

    申请日:2024-12-30

    Abstract: 本发明涉及检验技术领域,具体说是一种用户自采检验样本智能宣教和用具供给一体机及方法。它包括机体和宣教终端,机体内设有货道,货道末端设置有用于检测样本容器掉落的掉落传感器,货道末端下方对应的机体上设置有取货口,机体上布置有显示屏、工控机、扫码器和条码打印机,扫码器、显示屏、掉落传感器和条码打印机均与工控机适配连接;扫码器扫描缴费凭条上的缴费码,工控机接收到扫码信息后,工控机控制显示屏显示宣教码,所述宣教终端扫描宣教码,宣教终端显示宣教视频,以便用户操作观看。本发明解决了用户自行采集检验样本的检验前质量控制,样本容器污染和放置窗口影响整洁以及工作人员需要重复对用户进行样本采集宣教的问题。

    基于迁移学习和图像纹理特征的骨髓细胞分类识别方法

    公开(公告)号:CN112001315B

    公开(公告)日:2024-01-19

    申请号:CN202010861489.7

    申请日:2020-08-25

    Abstract: 基于迁移学习和图像纹理特征的骨髓细胞分类识别方法,包括以下步骤:获取训练样本图片;细胞图像纹理特征提取并划分大类;迁移学习,对第一大类中的图片数量最多的细胞种类进行机器学习算法训练,建立模型,在这个模型训练完成后,再对第一大类中的图片数量第二的细胞种类进行机器学习;再进行该细胞大类中图片数量第三的细胞种类的学习,直到该细胞大类中全部种类的细胞都训练结束,再进行下一个大类的细胞识别训练;算法效果判定。本发明克服了现有技术的不足,只需要传统机器学习算法十分之一的数据量即可完成训练;同时结合传统的纹理图像特征提高机器学习算法的稳定性,从而可以较好的解决骨髓细胞的识别分类问题。

    基于迁移学习和图像纹理特征的骨髓细胞分类识别方法

    公开(公告)号:CN112001315A

    公开(公告)日:2020-11-27

    申请号:CN202010861489.7

    申请日:2020-08-25

    Abstract: 基于迁移学习和图像纹理特征的骨髓细胞分类识别方法,包括以下步骤:获取训练样本图片;细胞图像纹理特征提取并划分大类;迁移学习,对第一大类中的图片数量最多的细胞种类进行机器学习算法训练,建立模型,在这个模型训练完成后,再对第一大类中的图片数量第二的细胞种类进行机器学习;再进行该细胞大类中图片数量第三的细胞种类的学习,直到该细胞大类中全部种类的细胞都训练结束,再进行下一个大类的细胞识别训练;算法效果判定。本发明克服了现有技术的不足,只需要传统机器学习算法十分之一的数据量即可完成训练;同时结合传统的纹理图像特征提高机器学习算法的稳定性,从而可以较好的解决骨髓细胞的识别分类问题。

    一种移动式高通量载玻片仓

    公开(公告)号:CN219488495U

    公开(公告)日:2023-08-08

    申请号:CN202320141442.2

    申请日:2023-02-07

    Abstract: 本实用新型涉及医学检验设备领域。一种移动式高通量载玻片仓,包括仓体,仓体上设置有从上至下摆放的隔板,隔板上安装有用于定位载玻片的限位销;还包括底板,底板上安装有导轨;仓体的底部可拆卸连接有与导轨滑动连接的滑块;还包括预定位机构,预定位机构包括弹簧柱塞,弹簧柱塞安装在底板上,仓体的底部开设有用于引导弹簧柱塞运动轨迹的导向槽,导向槽内开设有嵌入弹簧柱塞的滚珠的球形限位槽;还包括定位固定机构,定位固定机构包括限位销以及固定块,限位销纵向滑动设置在仓体的一侧;固定块安装在底板上,且固定块上开设有用于嵌入限位销的限位孔。本实用新型保证了仓体固定位置的精确固定。

Patent Agency Ranking