公开(公告)号：CN116630294B

公开(公告)日：2023-12-05

申请号：CN202310680620.3

申请日：2023-06-08

Applicant: 南方医科大学南方医院

Inventor： 杨超 ,  郑磊 ,  孙德华

IPC: G06T7/00 ,  G06V10/26 ,  G06V20/69 ,  G06V10/764 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的全血样本检测方法、装置及存储介质，本发明通过获取全血样本涂片的图像数据集，并根据所述图像数据集进行模型训练，得到训练后的定位模型以及检测模型，获取全血样本的待识别图像，对所述待识别图像进行裁剪处理，得到若干个不同位置的位置图像，将所述位置图像输入至所述定位模型，确定待检测的目标位置图像，根据所述目标位置图像以及所述检测模型，得到检测结果，通过采集全血样本涂片的图像数据集利用深度学习的定位模型以及检测模型即可以检测出包括血红蛋白数值、红细胞计数值以及红细胞压积数值中的至少一种的检测结果，有利于提高检测效

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：CN119887703A

公开(公告)日：2025-04-25

申请号：CN202411969247.4

申请日：2024-12-30

Applicant: 南方医科大学南方医院

Inventor： 安泰学 ,  郑磊 ,  杨超 ,  张恩铭

IPC: G06T7/00 ,  G06T5/50 ,  G06T5/40 ,  G06T3/4038 ,  G06N3/08

Abstract: 本申请提出了一种基于深度学习的血小板检测方法、装置及存储介质，可以提高血小板的检测效率以及降低血小板的检测成本，该方法包括：获取全血样本血细胞分析数据集，全血样本血细胞分析数据集包括多个全血样本的血细胞分析数据以及PLT‑F通道的PLT计数数值；构建PLT‑F融合预测模型；基于全血样本血细胞分析数据集对PLT‑F融合预测模型进行训练，得到训练好的PLT‑F融合预测模型；获取待分析全血样本的血细胞分析数据；将待分析全血样本的血细胞分析数据输入到训练好的PLT‑F融合预测模型中，得到PLT‑F预测结果，PLT‑F预测结果包括待分析全血样本在PLT‑F通道上的PLT预测值。

公开(公告)号：CN116630294A

公开(公告)日：2023-08-22

申请号：CN202310680620.3

申请日：2023-06-08

Applicant: 南方医科大学南方医院

Inventor： 杨超 ,  郑磊 ,  孙德华

IPC: G06T7/00 ,  G06V10/26 ,  G06V20/69 ,  G06V10/764 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的全血样本检测方法、装置及存储介质，本发明通过获取全血样本涂片的图像数据集，并根据所述图像数据集进行模型训练，得到训练后的定位模型以及检测模型，获取全血样本的待识别图像，对所述待识别图像进行裁剪处理，得到若干个不同位置的位置图像，将所述位置图像输入至所述定位模型，确定待检测的目标位置图像，根据所述目标位置图像以及所述检测模型，得到检测结果，通过采集全血样本涂片的图像数据集利用深度学习的定位模型以及检测模型即可以检测出包括血红蛋白数值、红细胞计数值以及红细胞压积数值中的至少一种的检测结果，有利于提高检测效率、降低成本以及提升便携性。

公开(公告)号：CN116168791A

公开(公告)日：2023-05-26

申请号：CN202211586486.2

申请日：2022-12-09

Applicant: 南方医科大学南方医院

Inventor： 郑磊 ,  司徒博 ,  叶昕怡 ,  杨超 ,  白焕兰

IPC: G16H10/40 ,  G16H50/20 ,  G16H50/30 ,  G16B40/00

Abstract: 本发明提供基于代谢差异的肺结节诊断标志物及装置，通过检测43种标志物，实现对肺结节的准确诊断。

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。