公开(公告)号：CN113592842A

公开(公告)日：2021-11-02

申请号：CN202110910127.7

申请日：2021-08-09

Applicant: 南方医科大学南方医院

Inventor： 杨超 ,  郑磊 ,  李东玲 ,  司徒博

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

Abstract: 本申请公开了一种基于深度学习的样本血清质量识别方法及识别设备，该方法包括：获取经过预处理后的生化样本图像数据集；构建深度卷积神经网络模型框架，基于经过预处理后的生化样本图像数据集对深度卷积神经网络模型框架进行学习训练，获得深度卷积神经网络模型；获取待识别生化样本图像，并将待识别生化样本图像输入深度卷积神经网络模型中，获得待识别生化样本图像对应的第一生化样本的溶血、黄疸和脂血的概率；基于第一生化样本的溶血、黄疸和脂血的概率，确定第一生化样本对应的溶血、黄疸和脂血的判断情况。该方法可以提高识别血清质量的灵敏度和特异性，可以获得良好的抗干扰能力，可以提高血清质量的识别效果。

公开(公告)号：CN113592842B

公开(公告)日：2024-05-24

申请号：CN202110910127.7

申请日：2021-08-09

Applicant: 南方医科大学南方医院

Inventor： 杨超 ,  郑磊 ,  李东玲 ,  司徒博

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

Abstract: 本申请公开了一种基于深度学习的样本血清质量识别方法及识别设备，该方法包括：获取经过预处理后的生化样本图像数据集；构建深度卷积神经网络模型框架，基于经过预处理后的生化样本图像数据集对深度卷积神经网络模型框架进行学习训练，获得深度卷积神经网络模型；获取待识别生化样本图像，并将待识别生化样本图像输入深度卷积神经网络模型中，获得待识别生化样本图像对应的第一生化样本的溶血、黄疸和脂血的概率；基于第一生化样本的溶血、黄疸和脂血的概率，确定第一生化样本对应的溶血、黄疸和脂血的判断情况。该方法可以提高识别血清质量的灵敏度和特异性，可以获得良好的抗干扰能力，可以提高血清质量的识别效果。