System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及医疗系统,具体为一种ai结核分枝杆菌识别模型训练和检测方法。
技术介绍
1、结核分枝杆菌俗称结核杆菌,是引起结核病的病原体,该菌可侵犯全身各器官,但以引起肺结核最多见,结核病是一种古老的疾病,全球广泛分布,是细菌感染性疾病致死的首位原因;
2、结核杆菌是需氧菌,生长缓慢,但它对干燥、冷、酸、碱等抵抗力也很强,在阳光直射下,痰中结核杆菌需要经过2~7小时才会被杀死;
3、结核病诊断方法一般包括胸部影像学检查、细菌学痰涂片检查、分子生物学检查、结核病病理学检査、免疫学检查和支气管镜检查,几乎所有结核分枝杆菌感染者都会进行痰涂片检查;
4、然而,现有的技术在对结核分枝杆菌进行筛查时,由于样本量大,同时,每张痰涂片大约5000个视野,而镜检人员观察300个视野需要5分钟以上,单个工作日,镜检人员的玻片阅读量不应超过25张,从而导致费时费工,且容易出现漏检的情况;
5、针对上述问题,专利技术人提出一种ai结核分枝杆菌识别模型训练和检测方法用于解决上述问题。
技术实现思路
1、为了解决上述的问题;本专利技术的目的在于提供一种ai结核分枝杆菌识别模型训练和检测方法。
2、为解决上述技术问题,本专利技术采用如下技术方案:一种ai结核分枝杆菌识别模型训练方法,包括以下步骤:
3、s1、建立图片库
4、从临床上收集结核痰涂片,取出玻片扫描影像系统中的玻片架,将收集的结核痰涂片放置在玻片上,然后装载玻片,确
5、s2、结核痰涂片的扫描
6、通过玻片扫描影像系统对玻片逐一扫描,观察结核痰涂片的细胞图像是否清晰,扫描结核痰涂片,并命名、查看与分享,建立数字玻片库;
7、s3、细胞标注及ai识别
8、通过数字玻片库查看细胞信息,并通过ai应用集模块选择当前标注细胞类别,在形态列表模块增加识别区域,玻片扫描影像系统自动统计有核细胞数量以及初步识别细胞,然后对细胞标识进行修改分类操作,然后在细胞标准库对细胞进行审核,审核通过后完成细胞标注和训练;
9、s4、结核分枝杆菌识别的模型训练
10、通过扫描查看器对玻片进行检测,然后通过ai应用集模块中的结核杆菌分类,选择结核杆菌,进行一次筛选,然后通过形态列表模块中的形态列表,录入标本库,然后通过检测库,再进行二次筛选,然后对所有区域进行审核,然后通过ai训练模块,创建训练并检测训练。
11、本专利技术还提供了一种ai结核分枝杆菌识别模型的检测方法,包括以下步骤:
12、s1、模型测试
13、通过扫描查看器中的ai训练模块创建训练模块,选择检测训练,然后在标注数据中查找结核杆菌,然后在训练数据中选择相应的图片,再进行训练;
14、s2、调用模型
15、将训练名称修改与玻片一致,等待训练结束后,观察acc值和loss值曲线;
16、s3、扫描待检结核痰涂片
17、将玻片装载在玻片架上,通过扫描样本加载玻片,对玻片进行扫描,扫描完成后形成一张全局图,通过缩放标尺来查看细胞详细数据,并修改扫描样本名称;
18、s4、识别
19、选择一张样本,在样本上框自主选取合适的区域,也可选择全片扫描,全片扫描时长1min,真阳性率72%;
20、s5、结果输出
21、通过ai训练模块输出结核杆菌的图片结果,将扫描信息录入细胞库,再进一步优化模型。
22、与现有技术相比,本专利技术的有益效果在于:
23、本专利技术中,通过采集结核痰涂片并建立数字玻片库,并对数字玻片库中的细胞进行标注和训练,通过ai训练模块,创建训练并检测训练,完成结核分枝杆菌识别模型的训练,同时对模型进行测试,提高检测效率及检测精确度,避免出现漏检的情况,同时促进结核病的动态清零,同时支持远程会诊,从而减少对本地检验人员的依赖,可以更好的惠及边远地区的人群,同时,大数据的共享,加快数字医疗体系的建立。
本文档来自技高网...【技术保护点】
1.一种AI结核分枝杆菌识别模型训练方法,其特征在于,包括以下步骤:
2.一种应用于权利要求1所述的AI结核分枝杆菌识别模型的检测方法,其特征在于,包括以下步骤:
【技术特征摘要】
1.一种ai结核分枝杆菌识别模型训练方法,其特征在于,包括以下步骤:
2.一...
【专利技术属性】
技术研发人员:郑馨珂,王婷,高雪娜,刘子娇,薛白,闫梦丹,李雨松,卜慧敏,殷跃锋,
申请(专利权)人:江苏护理职业学院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。