本项目采用平面流式图像技术和高速摄像技术，全自动对尿液样本进行采样、拍照，基于机器学习、深度学习技术对尿液图像样本中的主要成分进行自动筛查识别，在深度学习的基础上完成对有形成分的定位、识别以及标注可视化，分担病理医生的检测工作量，节约医生资源，并有效提高尿液成分筛查诊断质量和诊断效率，从而缩短诊断时间，为基层提供现代化医疗健康服务和高质量就医体验。

本项目需要的技术支持包括：

（1）要求研发的算法实现尿液图像样本中主要成分的识别，具体包括：a.白细胞、b.红细胞、c.白细胞团、d.非鳞状上皮细胞、e.鳞状上皮细胞、f.细菌、g.草酸钙结晶、h、未分类结晶、i.透明管型、j.病理管型、k.酵母菌、l.粘液丝、m.精子、n.线索细胞。

（2）每种尿液类别成分的标注图像不少于5000张情况下，要求研发的算法对上述每种尿液有形成分的识别率大于85%，平均识别率为90%。

（3）要求项目设计的识别算法鲁棒性强、稳定性佳。

（4）运用深度学习等人工智能技术对尿液图像中的尿液有形成分进行切分、识别、计数，把结果返回给上位机。

（5）时间要求：设备的测试速度为120个/小时，每个样本的测试时间为30秒，研发的算法应在30秒内完成计算。