科创中国
基于掩膜区域卷积神经网络的荧光编码微球图像检测方法
发布时间: 2023-10-31
来源: 试点城市（园区）
基本信息
合作方式：
技术转让
成果类型：
发明专利
行业领域：
电子信息技术
成果介绍
本发明涉及计算机视觉的图像处理领域，为在悬浮芯片技术基础上，针对分析方法中存在的成本较高、准确度不足等问题，结合显微图像采集技术，可准确检测待检物种类与浓度，具有操作简单、灵活、成本低等优点，本发明，基于掩膜区域卷积神经网络的荧光编码微球图像检测方法。
成果亮点
步骤如下：步骤1：微球图像获取；步骤2：图像裁剪与标注；步骤3：训练样本集与测试集建立；步骤4：掩膜区域卷积神经网络搭建；步骤5：网络训练和验证，利用随机梯度下降法进行训练掩膜区域卷积神经网络；步骤6：图像采集与分析。本发明主要应用于计算机图像处理场合。
团队介绍
中科院 作为国家在科学技术方面的最高学术机构和全国自然科学与高新技术的综合研究与发展中心，建院以来，中国科学院时刻牢记使命，与科学共进，与祖国同行，以国家富强、人民幸福为己任，人才辈出，硕果累累，为我国科技进步、经济社会发展和国家安全做出了不可替代的重要贡献。
成果资料
产业化落地方案
成果综合评价报告
评价单位：- (-) 评价时间：2023-11-01
师杨
国强科技有限公司
技术员
综合评价
区域卷积神经网络(regionconvolutionalneuralnetwork,r-cnn)是利用深度学习进行目标检测的开山之作，由rossgirshick于2014年首先提出。相比于传统的可变型部件模型算法(deformablepartsmodels,dpm)，在pascal视觉物体分类(visualobjectclasses,voc)竞赛中将检测率提高了20%以上。其主要流程包括四个步骤: 候选区域生成、特征提取、类别判断、区域修正。在区域卷积神经网络的基础上，各变种算法包括快速区域卷积神经网络、maskr-cnn等将区域神经网络的训练和应用速度大幅提高。
查看更多>
微信公众号
下载app
Copyright © 2022 中国科学技术协会 版权所有 | 京ICP备16016202号-20
京公网安备 11010202008974号