基于深度学习的人血涂片图片疟疾分类识别技术研究  

作　　者：王圣琪 胡天寒[1] 许晶淼 韩子卓 

机构地区：[1]皖南医学院,安徽芜湖241000

出　　处：《电脑知识与技术》2023年第32期27-30,共4页Computer Knowledge and Technology

基　　金：国家级大学生创新创业训练项目(项目编号:202210368039);国家级大学生创新创业训练项目(项目编号:202110368061);安徽省教育厅高校科学研究人文重点项目(项目编号:SK2021A0468)。

摘　　要：人工诊断血涂片是传统的疟原虫识别方法之一,医生通过图像判断感染和未感染的细胞,人工诊断血涂片受限于观察者的专业知识水平,尤其在医疗资源不足的地区无法开展工作。因此,提出基于深度学习的血涂片分类识别,采用图像增强、图像缩放以及灰度化等预处理的方法,在ResNet-50模型的基础上使用迁移学习进行分类。通过实验结果证明,基于深度学习的方法能更好地区分感染和未感染的血涂片图像,并且达到很高的分类准确率。

关 键 词：疟原虫 分类识别 卷积神经网络 ResNet50 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]