FastRCNN和CNN技术在三种寄生虫卵形态鉴别中的应用研究 |
| |
引用本文: | 王彦清,郑一凡,张浩,吴文豪,杨强.FastRCNN和CNN技术在三种寄生虫卵形态鉴别中的应用研究[J].齐齐哈尔医学院学报,2022,43(3):234-237. |
| |
作者姓名: | 王彦清 郑一凡 张浩 吴文豪 杨强 |
| |
作者单位: | 齐齐哈尔医学院,齐齐哈尔医学院,齐齐哈尔医学院,齐齐哈尔医学院,齐齐哈尔医学院 |
| |
摘 要: | 目的 基于卷积神经网络技术,建立常见寄生虫卵的智能识别系统。方法 搭建FastRCNN和CNN网络系统,用已经鉴别的受精蛔虫卵、姜片虫卵、钩虫卵各200张标本显微镜下采集图像,用于系统训练;三种虫卵各100张用于识别测试;再用20张未知名混合虫卵标本进行模拟临床测试。结果 针对3种虫卵,CNN的平均鉴别准确率达到了89%,FastRCNN的平均鉴别检出率达到了99.9%,测试时间分别为53 s和28 s。使用FastRCNN对混合虫卵检测,平均检出率为97%,检测时间79 s。结论 FastRCNN和CNN都能进行大样本量的识别,但FastRCNN的识别能力比CNN更快、更准确。
|
关 键 词: | 寄生虫卵 深度神经网络 FastRCNN CNN |
收稿时间: | 2021/9/30 0:00:00 |
修稿时间: | 2021/9/30 0:00:00 |
|
| 点击此处可从《齐齐哈尔医学院学报》浏览原始摘要信息 |
|
点击此处可从《齐齐哈尔医学院学报》下载全文 |
|