基于yolov5+opencv实现细胞检测计数源码(带GUI界面)+训练好的模型+数据集+评估指标曲线+操作使用说明.zip 细胞识别检测，识别检测目标类别：白细胞、红细胞、血小板 【备注】主要针对正在做毕设的同学和需要项目实战的深度学习cv图像识别模式识别方向学习者。 也可作为课程设计、期末大作业。包含：项目源码、训练好的模型、项目操作说明等，该项目可直接作为毕设使用。 也可以用来学习、参考、借鉴。如果基础不错，在此代码上做修改，训练其他模型。

09_细胞检测与计数系统（openCV源码）

suite2p：钙成像记录中的细胞检测

2021年细胞检测制备及存储企业控股子公司财务治理制度.docx

系统功能优点： 　 便捷的工作流程，高效简洁的操作步骤，较同类工作站效率提高2-3倍以上。 　 高分辨率同步显示实时影像，数字化捕获图像，确保图片清晰、逼真。 　 图像支持脚踏开关、鼠标二种采集方式。 　 可对各种超声影像进行动态采集，动态录像品质卓越，达到DVD品质。 　 系统预置十六种伪彩处理功能，同时支持自定义。 　 支持对图像进行放大、缩小、镜像、旋转、亮度对比度调整、文字与区域标注等操作。 　 诊断报告支持多种模式，尊重医生工作习惯，可点击录入、文字直接录入。 　 报告单上的某些项目内容，如检查医师姓名等项目可以预先初始化，以后用鼠标点选即可． 　 打印纸张大小不限，可选择A4、A5等多种尺寸纸张，以便与医院标准病历夹通用。 详细功能说明

分类数据，分为malaria与no_malaria,共200张。

VC++数字图像处理分水岭分割 很不错的源码

C++细胞检测与计数系统源码，基于C++和opencv，包含测试图像可执行软件以及源代码，可运行和参考学习。

本文使用BP神经网络，肿瘤数据采用美国新墨西哥州立大学Neuroimaging中心提供的、由高性能光学显微镜采集的肿瘤细胞和健康组织细胞的一系列数据，在Matlab环境下通过采取肿瘤患者的医学指标，建立BP神经网络，使用500组数据对网络进行训练，并且通过调整隐层节点的数量以及参数来达到网络的快速收敛和更高的准确率，最终使用随机的69组数据进行网络测试，得到较好的预测精度。BP网络的应用，为解决肿瘤的良性与恶性的早期诊断，给出了一定的参考方法。

完整的细胞检测技术系统，有学习视频和完整代码，很好用