技術(shù)特征：

1.一種基于hat-mixnet實(shí)現(xiàn)尿沉渣有形成分智能識(shí)別方法，其特征在于，包括下列步驟：

2.根據(jù)權(quán)利要求1所述的基于hat-mixnet實(shí)現(xiàn)尿沉渣有形成分智能識(shí)別方法，其特征在于：所述步驟（2）中將數(shù)據(jù)集按比例9:1分為訓(xùn)練集和驗(yàn)證集，batch?size設(shè)為4，訓(xùn)練輪數(shù)epoch設(shè)為70，學(xué)習(xí)率取值范圍設(shè)為0至0.001，實(shí)驗(yàn)衰減系數(shù)設(shè)置為0.0001到0.001之間。

3.根據(jù)權(quán)利要求1所述的基于hat-mixnet實(shí)現(xiàn)尿沉渣有形成分智能識(shí)別方法，其特征在于：所述步驟（3）中灰度醫(yī)療細(xì)胞樣本圖片在經(jīng)過hat-mixnet網(wǎng)絡(luò)時(shí)的訓(xùn)練過程如下：

4.根據(jù)權(quán)利要求3所述的基于hat-mixnet實(shí)現(xiàn)尿沉渣有形成分智能識(shí)別方法，其特征在于：所述hat-mixnet網(wǎng)絡(luò)中下采樣層downsample組成部分由一個(gè)歸一化層layer?norm和一個(gè)有卷積核大小為2×2、步長(zhǎng)為2的hat2d卷積層模塊構(gòu)成。

5.根據(jù)權(quán)利要求3所述的基于hat-mixnet實(shí)現(xiàn)尿沉渣有形成分智能識(shí)別方法，其特征在于：所述hat-mixnet網(wǎng)絡(luò)中hat-mixnet?block處理模塊的處理過程是：

技術(shù)總結(jié)
本發(fā)明方法屬于醫(yī)學(xué)圖像智能處理及深度學(xué)習(xí)領(lǐng)域，尤其涉及一種基于HAT?MixNet實(shí)現(xiàn)尿沉渣有形成分智能識(shí)別方法。通過海量顯微圖像樣本的篩選、增強(qiáng)及分組訓(xùn)練等方式構(gòu)建高質(zhì)量數(shù)據(jù)樣本集，通過層堆疊維度、組卷積、層歸一化及GELU激活函數(shù)設(shè)計(jì)搭建HAT?MixNet網(wǎng)絡(luò)模型，引入HeatMAP熱力圖技術(shù)對(duì)模型內(nèi)部特征進(jìn)行可視化，輔助指導(dǎo)整個(gè)網(wǎng)絡(luò)優(yōu)化訓(xùn)練。優(yōu)點(diǎn)是能夠根據(jù)圖像樣本自適應(yīng)地提取有形成分特征，實(shí)現(xiàn)大量形態(tài)特征復(fù)雜的尿沉渣有形成分準(zhǔn)確識(shí)別，提供更精準(zhǔn)客觀的識(shí)別結(jié)果來輔助醫(yī)學(xué)人員做進(jìn)一步臨床診斷，從而提高現(xiàn)有尿液分析和婦科分泌物分析檢驗(yàn)準(zhǔn)確性及醫(yī)療診斷工作的效率。

技術(shù)研發(fā)人員：田雅男,馬紅宇,張文靜,吳佳怡
受保護(hù)的技術(shù)使用者：吉林大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/10