本发明公开了一种基于强化学习的通道非均衡癌细胞图像检测方法，本发明提出的基于强化学习的通道非均衡癌细胞图像检测方法，分别在红、绿、蓝三个颜色通道上对癌细胞进行分割，通过GAN生成对抗网络扩充部分绿色通道数据，将扩充的绿色通道结合其他两个通道的信息进行重组，以此来扩充形态不规则的癌细胞数据集，通过增强算法强化绿色通道强度，使癌细胞特征更明显。本发明通过对非均衡数据集的扩充和强化学习算法，使得简单的卷积神经网络即可完成训练任务，不必再通过构建复杂的网络结构或进行多次检测来完成对畸形癌细胞的识别，大大提高了检测效率。通过对轻量级网络进行部署，即可完成癌细胞图像的离线检测。
声明：
“基于强化学习的通道非均衡癌细胞图像检测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
774
编辑：管理员
来源：北方有色网
咨询细节
