基于级联卷积神经网络的荧光免疫层析图像峰值点定位方法研究

摘要：

针对目前荧光免疫层析定量图像峰值点定位易受多种因素影响,导致物质定量准确度低的问题,提出了一种融合目标检测的级联卷积神经网络(CNN)算法.第一层级联算法首先使用经改进的AlexNet算法对荧光免疫层析定量图像中包含质控(C)峰和检测(T)峰的区域进行检测和提取.之后将提取到的图像区域送入第二层级联卷积神经网络中,对C峰和T峰的位置进行快速定位.随后将定位结果输入到第三层级联卷积神经网络中,对上一层输出的C峰和T峰的定位结果进行精准微调.最后输出C峰和T峰的准确定位信息.实验结果表明,提出的级联卷积神经网络算法,对荧光免疫层析图像峰值点的平均定位准确度达到了96％以上,提高了峰值点的定位准确度.

关键词：荧光免疫层析、目标检测、峰值点定位、级联卷积神经网络

所属期刊栏目：42

分类号：TP391;TH776(计算技术、计算机技术)

资助基金：天津市科技计划17ZXYENC00180

在线出版日期：2021-06-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：217-227