公开(公告)号：CN112184638B

公开(公告)日：2024-02-06

申请号：CN202010962876.X

申请日：2020-09-14

Applicant: 南京市儿童医院

Inventor： 张婧嫄 ,  张爱华

IPC: G06T7/00 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08 ,  G06N20/00

Abstract: 本发明公开了一种基于深度学习‑综合模型的肾活检电镜图片自动识别方法，属于智能医疗应用技术领域，本发明为了进一步提高模型的准确率，构建了基于人工神经网络的综合模型方法，该综合模型将基于跳跃结构的ResNet+SVM模型作为一个子模型，将当前图片识别效果最好的ResNet模型作为另一个子模型，通过人工神经网络的方法，将这两个子模型相结合，综合成了一个单一模型，最终得到了基于跳跃结构的深度学习‑综合模型。首次提出基于跳跃结构的深度学习模型，同时首次将深度学习模型与基于人工神经网络的综合模型相结合来应用到电镜图片识别中。

公开(公告)号：CN112184638A

公开(公告)日：2021-01-05

申请号：CN202010962876.X

申请日：2020-09-14

Applicant: 南京市儿童医院

Inventor： 张婧嫄 ,  张爱华

IPC: G06T7/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06N20/00

Abstract: 本发明公开了一种基于深度学习‑综合模型的肾活检电镜图片自动识别方法，属于智能医疗应用技术领域，本发明为了进一步提高模型的准确率，构建了基于人工神经网络的综合模型方法，该综合模型将基于跳跃结构的ResNet+SVM模型作为一个子模型，将当前图片识别效果最好的ResNet模型作为另一个子模型，通过人工神经网络的方法，将这两个子模型相结合，综合成了一个单一模型，最终得到了基于跳跃结构的深度学习‑综合模型。首次提出基于跳跃结构的深度学习模型，同时首次将深度学习模型与基于人工神经网络的综合模型相结合来应用到电镜图片识别中。