买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：重庆理工大学;重庆师范大学;重庆领略科技有限公司

摘要：本发明属于医学图像技术领域，尤其涉及基于自适应特征提取的宫颈病变细胞团块检测方法及系统，首先获取宫颈病变细胞团块的测试集和训练集；然后构建分组自适应特征提取网络和构建角度影响中心距离的动态聚焦损失函数；并基于分组自适应特征提取网络和动态聚焦损失函数，构建改进的yolov7网络；接着将训练集经预处理后输入至改进的yolov7网络，输出训练结果；接着将测试集作为改进的yolov7网络模型的输入参数，输出测试结果，将测试结果与训练结果进行比对，保留最优的改进的yolov7网络模型；最后使用最优的改进的yolov7网络模型进行宫颈病变细胞团块的检测，保留检测结果图片。本发明能够解决现有的宫颈病变细胞团块检测精度不足、硬件设施要求大的问题。

主权项：1.基于自适应特征提取的宫颈病变细胞团块检测方法，其特征在于：包括：S1：获取宫颈病变细胞团块的数据集，所述数据集包括测试集和训练集；S2：构建分组自适应特征提取网络和构建角度影响中心距离的动态聚焦损失函数；并基于分组自适应特征提取网络和动态聚焦损失函数，构建改进的yolov7网络；S3：将训练集经预处理后输入至改进的yolov7网络，输出训练结果；S4：将测试集作为改进的yolov7网络的输入参数，输出测试结果，将测试结果与训练结果进行比对，保留最优的改进的yolov7网络模型；S5：使用最优的改进的yolov7网络模型进行宫颈病变细胞团块的检测，保留检测结果图片；所述S2中，构建分组自适应特征提取网络具体为：将输入的特征图按通道均分为两组，生成两组特征图；将两组特征图分别通过空洞为6和空洞为12的可变形卷积，得到两种尺度下的自适应特征图；将两种自适应特征图进行拼接，得到局部自适应的特征图；将输入特征图通过自适应均值池化，将各通道的特征图压缩到1×1，获得一个全局特征，然后通过一个1×1的卷积对获得的全局特征进一步提取，得到新的全局特征，再通过SiLU激活函数得到最终的全局特征；将获得的局部自适应特征图与全局特征使用Add操作连接，获得最终的全局自适应特征图；所述构建角度影响中心距离的动态聚焦损失函数具体为：通过角度组件将角度构建影响因子，中心线与x轴的夹角为，若角度取，表示中心线偏向于x轴，否则取，表示中心线偏向于y轴，角度组件表述为： 将角度组件封装成角度因子，角度因子表述为： 将角度因子带入WIOUv3中获得TIOU，TIOU损失函数表述为： 其中，表示预测框与真实框之间的交并比，表示的均值；和为常数，表示中心点间的距离，（x,y）表示预测框中心点坐标，表示真实框中心点坐标；和表示最小闭包的宽和高。

全文数据：

权利要求：

百度查询： 重庆理工大学 重庆师范大学 重庆领略科技有限公司 基于自适应特征提取的宫颈病变细胞团块检测方法及系统