基于级联卷积神经网络的荧光免疫层析图像峰值点定位方法研究

• 作者: 张栋 杜康 韩文念 李秀梅 汪曣
• 来源期刊: 仪器仪表学报
• 关键词: 荧光免疫层析 目标检测 峰值点定位 级联卷积神经网络
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 信息处理技术|Information Processing Technology
• 页码范围: 217-227
• 页数: 11页
• 分类号: TP391|TH776
• 语种: 中文
• DOI: 10.19650/j.cnki.cjsi.J2006990

摘要

针对目前荧光免疫层析定量图像峰值点定位易受多种因素影响,导致物质定量准确度低的问题,提出了一种融合目标检测的级联卷积神经网络(CNN)算法.第一层级联算法首先使用经改进的AlexNet算法对荧光免疫层析定量图像中包含质控(C)峰和检测(T)峰的区域进行检测和提取.之后将提取到的图像区域送入第二层级联卷积神经网络中,对C峰和T峰的位置进行快速定位.随后将定位结果输入到第三层级联卷积神经网络中,对上一层输出的C峰和T峰的定位结果进行精准微调.最后输出C峰和T峰的准确定位信息.实验结果表明,提出的级联卷积神经网络算法,对荧光免疫层析图像峰值点的平均定位准确度达到了96％以上,提高了峰值点的定位准确度.