公开(公告)号：CN116524251A

公开(公告)日：2023-08-01

申请号：CN202310434203.0

申请日：2023-04-18

Applicant: 华中科技大学同济医学院附属同济医院

Inventor： 陈丽 ,  吴小慧 ,  温晓岩 ,  刘秀丽 ,  魏梓泉 ,  白佳欣 ,  程胜华

IPC: G06V10/764 ,  G06T7/00 ,  G06V10/26 ,  G06V10/774

Abstract: 本发明涉及一种宫颈全玻片图像分类方法、装置、电子设备及存储介质，方法包括：获取宫颈组织病理全玻片图像并进行预处理，得到目标图像，并输入到预设的图像识别模型中，得到宫颈病变细胞预测框和对应的特征向量，图像识别模型是基于超轻深度学习模型训练得到，将宫颈病变细胞预测框对应的图像识别模型中的两个分支特征向量进行拼接，得到对应的拥有语义和形状信息的双尺度维持特征向量，对多张目标图像对应的宫颈病变细胞预测框进行非极大抑制处理，得到多个宫颈病变细胞预测框，并选取置信度最大的特征向量形成一个特征序列，输入到分类模型，对特征序列按照语义和形状信息的双尺度混合特征进行向量分类。

公开(公告)号：CN116645326A

公开(公告)日：2023-08-25

申请号：CN202310434179.0

申请日：2023-04-18

Applicant: 华中科技大学同济医学院附属同济医院

Inventor： 陈丽 ,  李琴 ,  黄铭 ,  刘秀丽 ,  魏梓泉 ,  白佳欣 ,  程胜华

IPC: G06T7/00 ,  G16H50/20

Abstract: 本发明提供了一种腺细胞检测方法、系统、电子设备及存储介质，其方法包括：获取训练完备的极性注意力机制网络检测模型，所述极性注意力机制网络检测模型包括目标检测模型和极性注意力模型；获取待检测宫颈局部细胞图像，基于所述极性注意力机制网络检测模型对所述宫颈局部细胞图像进行检测得到腺细胞检测结果。本发明通过基于腺细胞的结构提出一种极性注意力模型，通过所述极性注意力模型提高了模型检测的准确性，解决了因为腺细胞结构复杂，在实际的检测过程中导致特征提取的过程中难以达到医学辅助诊断所要求的准确率的问题。