基于改进的Faster R-cnn的尿红细胞病变识别与统计方法和系统

摘要

本发明属于医疗病理的人工智能辅助诊断领域，公开了一种基于改进的Faster R‑cnn的尿红细胞病变识别与统计方法和系统，方法包括以下步骤：S1、采集若干张肾病患者的样本尿红细胞图像；S2、对样本尿红细胞图像中的尿红细胞的类别进行标注，利用对抗生成网络进行样本生成，样本生成后进行数据增强预处理后作为训练数据；S3、将训练数据输入改进的Faster R‑cnn神经网络中进行训练；所述改进的Faster R‑cnn神经网络的基础网络中加入了1x1的卷积层，且网络中的BN层被GN层替代；S4、将待识别尿红细胞图像输入网络，得到图像中所有尿红细胞的分类并进行统计。本发明可以获得更为快速准确的红细胞分类畸形率统计结果。