典型文献
FastRCNN和CNN技术在三种寄生虫卵形态鉴别中的应用研究
文献摘要：
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.
文献关键词：
寄生虫卵;深度神经网络;FastRCNN;CNN
中图分类号：
作者姓名：
王彦清;郑一凡;吴文豪;杨强;张浩
作者机构：
161000 黑龙江齐齐哈尔,齐齐哈尔医学院;齐齐哈尔医学院检验研究所、病原生物学研究室
文献出处：
引用格式：
[1]王彦清;郑一凡;吴文豪;杨强;张浩-.FastRCNN和CNN技术在三种寄生虫卵形态鉴别中的应用研究)[J].齐齐哈尔医学院学报,2022(03):234-237
A类：
FastRCNN,姜片虫
B类：
寄生虫卵,卵形,形态鉴别,神经网络技术,智能识别系统,网络系统,受精,蛔虫,钩虫,显微镜下,采集图像,系统训练,测试时间,虫卵检测,检测时间,大样本量,识别能力,深度神经网络
AB值：
0.255706
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
