CN109948468A - 一种激光显微镜图像分析识别系统 - Google Patents
一种激光显微镜图像分析识别系统 Download PDFInfo
- Publication number
- CN109948468A CN109948468A CN201910153109.1A CN201910153109A CN109948468A CN 109948468 A CN109948468 A CN 109948468A CN 201910153109 A CN201910153109 A CN 201910153109A CN 109948468 A CN109948468 A CN 109948468A
- Authority
- CN
- China
- Prior art keywords
- module
- information
- unit
- characteristic
- database
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Microscoopes, Condenser (AREA)
Abstract
本发明公开了一种激光显微镜图像分析识别系统,包括处理模块、采集模块、特征模块、数据库模块、训练模块、存储模块、显示模块和通信模块,所述采集模块的输出端与所述特征模块的输入端相连接,所述特征模块的输出端与所述处理模块的输入端相连接,所述处理模块分别与所述数据库模块和所述训练模块双向连接,所述处理模块的输出端分别与所述存储模块的输入端、所述显示模块的输入端和所述通信模块的输入端相连接。本发明通过集成采集模块、特征模块和数据库模块,不仅采集效率高,而且特征对比准确率高,另外通过训练模块可提高识别,降低误差率以及提高数据库存储数据,实现智能激光显微镜图像分析识别。
Description
技术领域
本发明涉及显微镜检测技术领域,具体来说,涉及一种激光显微镜图像分析识别系统。
背景技术
激光显微镜(CLSM)由共聚焦显微镜和飞秒红外激光器Verdi/Mira两部分组成,是光学显微镜与现代激光技术,高灵敏探测技术,扫描控制技术以及微机图象处理技术,荧光及标记技术的结合。CLSM为生命科学开拓了一条观察生命活细胞的结构及特定分子、离子生物学变化的新途径,成为分子细胞生物学,神经科学,药理学,遗传学等领域中新一代强有力的研究工具。
而目前用于激光显微镜(CLSM)的图像检测往往采用人工数据库信息比对,不仅效率低,而且误差较大,使得使用存在一定的局限性。
针对相关技术中的问题,目前尚未提出有效的解决方案。
发明内容
针对相关技术中的问题,本发明提出一种激光显微镜图像分析识别系统,以克服现有相关技术所存在的上述技术问题。
本发明的技术方案是这样实现的:
一种激光显微镜图像分析识别系统,包括处理模块、采集模块、特征模块、数据库模块、训练模块、存储模块、显示模块和通信模块,所述采集模块的输出端与所述特征模块的输入端相连接,所述特征模块的输出端与所述处理模块的输入端相连接,所述处理模块分别与所述数据库模块和所述训练模块双向连接,所述处理模块的输出端分别与所述存储模块的输入端、所述显示模块的输入端和所述通信模块的输入端相连接,且所述训练模块的输出端与所述数据库模块的输入端相连接,其中;
所述采集模块,用于信息采集;
所述特征模块,用于特征信息处理;
所述数据库模块,用于数据库信息存储;
所述训练模块,用于识别信息比对训练;
所述存储模块,用于信息存储;
所述显示模块,用于信息显示;
所述通信模块,用于信息传输。
进一步的,所述采集模块包括图像采集单元,其中;
所述图像采集单元,用于图像信息采集。
进一步的,所述特征模块包括特征提取单元和特征检测单元,其中;
所述特征提取单元,用于特征信息提取;
所述特征检测单元,用于特征信息检测。
进一步的,所述数据库模块包括基础存储数据库单元和学习递增数据库单元,其中;
所述基础存储数据库单元,用于基础数据库信息存储;
所述学习递增数据库单元,用于学习递增数据信息存储。
进一步的,所述训练模块包括分类器训练单元和特征学习单元,其中;
所述分类器训练单元,用于分类器信息训练;
所述特征学习单元,用于特征信息学习。
进一步的,所述存储模块包括文本日志单元,其中;
所述文本日志单元,用于文本日志信息存储。
本发明的有益效果:本发明通过集成采集模块、特征模块和数据库模块,不仅采集效率高,而且特征对比准确率高,另外通过训练模块可提高识别,降低误差率以及提高数据库存储数据,实现智能激光显微镜图像分析识别。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明实施例的一种激光显微镜图像分析识别系统的原理框图。
图中:
1、处理模块;2、采集模块;3、特征模块;4、数据库模块;5、训练模块;6、存储模块;7、显示模块;8、通信模块;9、图像采集单元;10、特征提取单元;11、特征检测单元;12、基础存储数据库单元;13、学习递增数据库单元;14、学习递增数据库单元;15、特征学习单元;16、文本日志单元。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员所获得的所有其他实施例,都属于本发明保护的范围。
根据本发明的实施例,提供了一种激光显微镜图像分析识别系统。
如图1所示,根据本发明实施例的激光显微镜图像分析识别系统,包括处理模块1、采集模块2、特征模块3、数据库模块4、训练模块5、存储模块6、显示模块7和通信模块8,所述采集模块2的输出端与所述特征模块3的输入端相连接,所述特征模块3的输出端与所述处理模块1的输入端相连接,所述处理模块1分别与所述数据库模块4和所述训练模块5双向连接,所述处理模块1的输出端分别与所述存储模块6的输入端、所述显示模块7的输入端和所述通信模块8的输入端相连接,且所述训练模块5的输出端与所述数据库模块4的输入端相连接,其中;
所述采集模块2,用于信息采集;
所述特征模块3,用于特征信息处理;
所述数据库模块4,用于数据库信息存储;
所述训练模块5,用于识别信息比对训练;
所述存储模块6,用于信息存储;
所述显示模块7,用于信息显示;
所述通信模块8,用于信息传输。
借助于上述技术方案,本发明通过集成采集模块、特征模块和数据库模块,不仅采集效率高,而且特征对比准确率高,另外通过训练模块5可提高识别,降低误差率以及提高数据库存储数据,实现智能激光显微镜图像分析识别。
另外,在一个实施例中,所述采集模块2包括图像采集单元9,其中;
所述图像采集单元9,用于图像信息采集。
另外,在一个实施例中,所述特征模块3包括特征提取单元10和特征检测单元11,其中;
所述特征提取单元10,用于特征信息提取;
所述特征检测单元11,用于特征信息检测。
另外,在一个实施例中,所述数据库模块4包括基础存储数据库单元12和学习递增数据库单元13,其中;
所述基础存储数据库单元12,用于基础数据库信息存储;
所述学习递增数据库单元13,用于学习递增数据信息存储。
另外,在一个实施例中,所述数据库模块4包括基础存储数据库单元12和学习递增数据库单元13,其中;
所述基础存储数据库单元12,用于基础数据库信息存储;
所述学习递增数据库单元13,用于学习递增数据信息存储。
另外,在一个实施例中,所述存储模块6包括文本日志单元16,其中;
所述文本日志单元16,用于文本日志信息存储。
综上所述,借助于本发明的上述技术方案,本发明通过集成采集模块、特征模块和数据库模块,不仅采集效率高,而且特征对比准确率高,另外通过训练模块5可提高识别,降低误差率以及提高数据库存储数据,实现智能激光显微镜图像分析识别。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种激光显微镜图像分析识别系统,其特征在于,包括处理模块(1)、采集模块(2)、特征模块(3)、数据库模块(4)、训练模块(5)、存储模块(6)、显示模块(7)和通信模块(8),所述采集模块(2)的输出端与所述特征模块(3)的输入端相连接,所述特征模块(3)的输出端与所述处理模块(1)的输入端相连接,所述处理模块(1)分别与所述数据库模块(4)和所述训练模块(5)双向连接,所述处理模块(1)的输出端分别与所述存储模块(6)的输入端、所述显示模块(7)的输入端和所述通信模块(8)的输入端相连接,且所述训练模块(5)的输出端与所述数据库模块(4)的输入端相连接,其中;
所述采集模块(2),用于信息采集;
所述特征模块(3),用于特征信息处理;
所述数据库模块(4),用于数据库信息存储;
所述训练模块(5),用于识别信息比对训练;
所述存储模块(6),用于信息存储;
所述显示模块(7),用于信息显示;
所述通信模块(8),用于信息传输。
2.根据权利要求1所述的激光显微镜图像分析识别系统,其特征在于, 所述采集模块(2)包括图像采集单元(9),其中;
所述图像采集单元(9),用于图像信息采集。
3.根据权利要求1所述的激光显微镜图像分析识别系统,其特征在于,所述特征模块(3)包括特征提取单元(10)和特征检测单元(11),其中;
所述特征提取单元(10),用于特征信息提取;
所述特征检测单元(11),用于特征信息检测。
4.根据权利要求1所述的激光显微镜图像分析识别系统,其特征在于,所述数据库模块(4)包括基础存储数据库单元(12)和学习递增数据库单元(13),其中;
所述基础存储数据库单元(12),用于基础数据库信息存储;
所述学习递增数据库单元(13),用于学习递增数据信息存储。
5.根据权利要求1所述的激光显微镜图像分析识别系统,其特征在于,所述训练模块(5)包括分类器训练单元(14)和特征学习单元(15),其中;
所述分类器训练单元(14),用于分类器信息训练;
所述特征学习单元(15),用于特征信息学习。
6.根据权利要求1所述的激光显微镜图像分析识别系统,其特征在于,所述存储模块(6)包括文本日志单元(16),其中;
所述文本日志单元(16),用于文本日志信息存储。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910153109.1A CN109948468A (zh) | 2019-02-28 | 2019-02-28 | 一种激光显微镜图像分析识别系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910153109.1A CN109948468A (zh) | 2019-02-28 | 2019-02-28 | 一种激光显微镜图像分析识别系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109948468A true CN109948468A (zh) | 2019-06-28 |
Family
ID=67007130
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910153109.1A Pending CN109948468A (zh) | 2019-02-28 | 2019-02-28 | 一种激光显微镜图像分析识别系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109948468A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150092986A1 (en) * | 2012-06-22 | 2015-04-02 | Microsoft Corporation | Face recognition using depth based tracking |
CN105550651A (zh) * | 2015-12-14 | 2016-05-04 | 中国科学院深圳先进技术研究院 | 一种数字病理切片全景图像自动分析方法及系统 |
CN106706643A (zh) * | 2017-02-23 | 2017-05-24 | 马青山 | 一种肝癌对比切片检测装置及检测方法 |
WO2018027148A1 (en) * | 2016-08-05 | 2018-02-08 | Nok Nok Labs, Inc. | Authentication techniques including speech and/or lip movement analysis |
CN109117818A (zh) * | 2018-08-30 | 2019-01-01 | 苏州富莱智能科技有限公司 | 材料组织特性智能识别分析系统及分析方法 |
-
2019
- 2019-02-28 CN CN201910153109.1A patent/CN109948468A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150092986A1 (en) * | 2012-06-22 | 2015-04-02 | Microsoft Corporation | Face recognition using depth based tracking |
CN105550651A (zh) * | 2015-12-14 | 2016-05-04 | 中国科学院深圳先进技术研究院 | 一种数字病理切片全景图像自动分析方法及系统 |
WO2018027148A1 (en) * | 2016-08-05 | 2018-02-08 | Nok Nok Labs, Inc. | Authentication techniques including speech and/or lip movement analysis |
CN106706643A (zh) * | 2017-02-23 | 2017-05-24 | 马青山 | 一种肝癌对比切片检测装置及检测方法 |
CN109117818A (zh) * | 2018-08-30 | 2019-01-01 | 苏州富莱智能科技有限公司 | 材料组织特性智能识别分析系统及分析方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106154532B (zh) | 手机生物显微镜及远程生物化验方法 | |
CN103310179A (zh) | 一种基于人脸识别技术的最优姿态检测方法及系统 | |
Morales et al. | Morphological studies on type material of widely cited araphid diatoms (Bacillariophyta) | |
Baumgärtel et al. | Quantitative live-cell imaging of human immunodeficiency virus (HIV-1) assembly | |
CN109977076A (zh) | 一种基于大数据分析的历史文献分类存储方法 | |
CN106326358A (zh) | 一种基于大数据的车辆通行信息的查询方法及装置 | |
CN109948468A (zh) | 一种激光显微镜图像分析识别系统 | |
CN102609727A (zh) | 基于无量纲特征提取的火灾火焰检测方法 | |
CN205540812U (zh) | 一种具有英文识别功能的多用途笔 | |
CN101555515A (zh) | 基于轮廓标记图的硅藻特征描述及其分类方法 | |
Oppermann | Ecocriticism's Phobic Relations with Theory | |
CN102750521A (zh) | 一种基于人脸的身份识别系统 | |
Thilagaraj | Locating various license numbers in the wild: an effective approach | |
CN101231229A (zh) | 液体含菌量非染色自动计数方法 | |
CN205430401U (zh) | 一种高速影像处理系统 | |
CN208622125U (zh) | 一种文件管理系统 | |
Odaka et al. | Size distribution analysis with on-chip multi-imaging cell sorter for unlabeled identification of circulating tumor cells in blood | |
Castillo-Cárdenas et al. | Differences in sculpture and size of pollen grains: new morphological evidence of diversification in Pelliciera rhizophorae, an ancient Neotropical mangrove species | |
Wang et al. | DP-YOLO: Effective Improvement Based on YOLO Detector | |
Aslan et al. | An optimization approach for invoice image analysis | |
Murray | Early British students of modern foraminifera: Carpenter and Williamson | |
Blokker et al. | Why justifications of claims matter for understanding party positions | |
CN201397422Y (zh) | 数字化显微分析仪 | |
Serrano et al. | Nomenclature and Typification of the Jasione L.(Campanulaceae) Groups from the Eastern Mediterranean Basin | |
CN203816943U (zh) | 样品分拣仪分拣单元 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190628 |
|
RJ01 | Rejection of invention patent application after publication |