使用百度EasyDL在临床检验中实现对抗学习算法

每种指标有各自的权重，点击指标后，可以选择权重状况。AI会根据权重选项的不同，自动计算出指标权重档位，并在下次计算中，规划计分标准。

权重不同，计分棒的粗细也会不同，但是计分只会在下次训练中更新

由AI学习后的单个特征指标学习后的识别模型

当调整了权重后，再次点击红色按钮“开始训练“，则AI会在3~5分值内快速完成对新指标的识别模型。

E. 测试识别：测试识别依赖于“L35图像识别系统“，L35是root主系统的后台系统，所以没有操作界面，需要依赖指令打开;但我们提供了L35的测试指令文件，可以双击直

测试模式下，AI不会对细胞种类进行判定，而是将每一个细胞针对该类型的识别计分进行展示，一般情况下，符合识别模型(编号02为白细胞)为正数，不符合和图像质量欠佳的为负数，图中白细胞基本为正数，不符合的均为负数。

偶尔情况下，你粘连图像会为正数，此种状况，只需要在尿沉渣主系统中，修改识别计分范围即可，或在提取方法中，引用图像分割函数。如果识别状况仍然不满意，可以通过调整权重实现精确控制识别，可以多尝试几次，即可成功。

F . 正式识别程序，是由尿沉渣主系统控制并调用，识别结果会显示在尿沉渣主系统之中。在主系统正式识别操作中，对于错误的标注进行修改，系统会将被修改细胞自动归纳为新的学习样本，在下一次系统学习中，即可实现自我的升级迭代。

EasyDL的识别部署：

当EasyDL模型审核通过之后，我们有两种方法使用EasyDL的识别，一种是使用“体验H5”，生产H5的二维码，上传图像进行识别。

以上上传的图像，均识别为BLC白细胞

对抗算法的实现：

（编辑：西安站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!