全自动外周血细胞形态分析平台

人工智能-其他 追随

本研究设计并实现了针对外周血涂片中粘连细胞的分割算法,解决在细胞团聚情况下准确分割的难题。为进一步分析细胞形态和数量,本文对分割后的细胞分类并统计各类白细胞占比情况,最终基于高效的分割、分类算法搭建了服务医生用户群体的全自动外周血细胞形态分析平台。 本研究主要完成的工作如下: (1)高效、鲁棒的分割算法。基于深度学习和数字图像处理技术,本研究结合U-net语义分割网络及形态学处理方法提出了一种精确的白细胞区域检测方法,解决了血样中的细胞团聚情况下分割难、细胞区域识别不完整、不准确等问题。该方法在识别细胞核区域步骤中,U-net语义分割模型在三种不同风格的测试集上平均全局精度达到98.9%,...

全自动外周血细胞形态分析平台
全自动外周血细胞形态分析平台
全自动外周血细胞形态分析平台

爬虫项目实战

人工智能-其他 追随

示例1:利用爬虫爬取最好大学网清华大学页面的信息:https://www.shanghairanking.cn/institution/tsinghua-university。主要爬取的内容包括:院校基本信息(学校中英文名称、学校官网网址、学校标签、软科点评)、大学排名、在校生毕业生信息、院校满意度、软科中国大学专业排名、软科中国最好学科排名、软科世界—流学科排名、推荐院校等信息。本实验利用selenium爬虫技术通过驱动谷歌浏览器,完全模拟浏览器的操作,来拿到网页渲染之后的结果。这种技术的优点在于不需要预先考虑Ajax方式动态加载的数据,只需要对渲染之后的页面信息直接进行爬取并分析即可。 ...

爬虫项目实战
爬虫项目实战
爬虫项目实战
------ 加载完毕 ------
联系需求方端客服