买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉河海大学;玖壹叁陆零医学科技南京有限公司申请的专利基于多注意力融合和高精度分割网络的病理细胞分类方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115810191B 。

龙图腾网通过国家知识产权局官网在2025-08-08发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211710618.8，技术领域涉及：G06V20/69；该发明授权基于多注意力融合和高精度分割网络的病理细胞分类方法是由胡鹤轩;丁秋阳;黄倩;杨天金;胡强;巫义锐;张晔;狄峰;胡震云;周晓军;沈勤;吕京澴设计研发完成，并于2022-12-29向国家知识产权局提交的专利申请。

本基于多注意力融合和高精度分割网络的病理细胞分类方法在说明书摘要公布了：本发明公开了一种基于多注意力融合机制和高精度分割网络的病理细胞分类方法，包括：病理细胞图像的收集与预处理；构建多注意力融合模块，包括构造压缩激励模块和空间注意力模块；构建高精度分割网络，通过高精度分割网络在病理细胞图像上生成感兴趣区域；搭建基于多注意力融合和高精度分割网络的深度网络模型，利用预处理过的病理细胞图像对模型进行训练，得到病理细胞分类在正确率最高的网络模型；将需检测的病理细胞图像送入优化的网络模型中，获得对病理细胞样本的分类结果。本发明使模型能够学习到细胞图像中的通道权重和空间权重，可利用高精度分割网络提取图像中病理细胞区域的特征进行分类，从而有效减小计算量及噪声影响。

本发明授权基于多注意力融合和高精度分割网络的病理细胞分类方法在权利要求书中公布了：1.一种基于多注意力融合机制和高精度分割网络的病理细胞分类方法，其特征在于，包括以下步骤： 步骤1、病理细胞医学图像的收集与预处理； 步骤2、构建多注意力融合模块，包括构造压缩激励模块，使得网络模型能够学习不同通道之间的关系；构造空间注意力模块，帮助网络模型识别细胞图像中的关键特征区域； 步骤3、构建高精度分割网络，通过高精度分割网络在病理细胞医学图像上生成感兴趣区域； 步骤4、搭建基于多注意力融合和高精度分割网络的深度网络模型，深度网络模型中包括多注意力融合模块和高精度分割网络模块，利用预处理过的病理细胞医学图像对深度网络模型进行训练，得到病理细胞分类在正确率最高的深度网络模型； 步骤5、将需要检测的病理细胞医学图像送入经过步骤4优化的深度网络模型中，获得对病理细胞样本的分类结果； 所述的步骤3具体为： 在病理细胞医学图像上的每个像素点上生成多个矩形锚框，锚框选取3种尺寸及3种不同的长宽比，共计9个锚框；对每个锚框进行分类、偏移量回归任务；其中锚框分类任务使用二元交叉熵损失函数： Lclsp，y＝-ylogp-1-ylog1-p 其中y是真实值，p是预测值； 锚框偏移量回归采用的损失函数为： 其中y′为预测值，δ为常数，可视情况确定其值； 将锚框分类任务使用的损失函数和锚框偏移量使用的损失函数的加权和作为总体的损失函数为： i为各锚框的索引；α为视情况而确定的常数，用来控制锚框分类任务的损失在总损失中的占比；pi*，ti*分别表示预测值，pi、ti分别表示真实值；Ncls表示锚框数量； 利用锚框回归得到的锚框偏移量计算出建议框的位置及大小，进而计算建议框与真实框的交并比，公式为： 其中，FIoU表示建议框与真实框的交并比，A表示真实框的面积，B表示建议框的面积； 将锚框分类任务得到的分类分数和交并比加权求和，其计算公式为： Ts＝Fcls+λFIoU 其中，Ts表示融合分数，Fcls表示分类分数，λ是一个系数，可由模型学习得到，衡量交并比在融合分数中的权重； 采用非极大值抑制算法对融合分数进行处理，筛选得到最合适的建议框。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人河海大学;玖壹叁陆零医学科技南京有限公司，其通讯地址为：211100 江苏省南京市江宁区佛城西路8号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。