10.3969/j.issn.1002-1256.2022.03.010
FastRCNN和CNN技术在三种寄生虫卵形态鉴别中的应用研究
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.
寄生虫卵、深度神经网络、FastRCNN、CNN
43
R446.1(诊断学)
2022-05-25(万方平台首次上网日期,不代表论文的发表时间)
共4页
234-237