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！

龙图腾网获悉杭州天鑫干细胞生物技术有限公司申请的专利一种间充质干细胞的筛分方法、装置及计算机可读介质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：CN116758537B 。

龙图腾网通过国家知识产权局官网在2025-08-19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：202310728916.8，技术领域涉及：G06V20/69；该发明授权一种间充质干细胞的筛分方法、装置及计算机可读介质是由张涛;张春德;李检军;赵世龙设计研发完成，并于2023-06-18向国家知识产权局提交的专利申请。

本一种间充质干细胞的筛分方法、装置及计算机可读介质在说明书摘要公布了：本发明提供了一种间充质干细胞的筛分方法、装置及计算机可读介质，该方法首先采集各样本的间充质干细胞的显微图像，显微图像附有样本编号和时间戳；然后剔除显微图像的无效区域后，对有效区域进行差分计算后生成预处理图像；接着将预处理图像划分为多个图像块后，计算图像块的图像信息熵，通过聚合计算出图像信息熵，然后构建预处理图像的图像信息熵与时间戳的时间序列样本；随后将时间序列样本上附加图像类别后，输入预测模型，并计算出预测结果；最后根据预测结果对细胞样本进行筛分。这样可在干细胞前期状态来对干细胞最终状态进行评估，从而提前筛分出状态较好的样本，有效避免了培养过程浪费，还减少了人力和物力的消耗，提高了实验的精度。

本发明授权一种间充质干细胞的筛分方法、装置及计算机可读介质在权利要求书中公布了：1.一种间充质干细胞的筛分方法，其特征在于，所述方法包括如下步骤： S1、采集各样本的间充质干细胞的显微图像，所述显微图像附有样本编号和时间戳； S2、剔除间充质干细胞的显微图像的无效区域后，对有效区域进行差分计算后生成预处理图像； S3、将所述预处理图像划分为多个图像块后，计算图像块的图像信息熵，通过聚合计算出预处理图像的图像信息熵，然后构建预处理图像的图像信息熵与时间戳的时间序列样本； S4、将所述时间序列样本上附加图像类别后，输入预测模型，并计算出预测结果； S5、根据所述预测结果对间充质干细胞样本进行筛分； 所述间充质干细胞的显微图像具体通过如下方式生成： 按照预设周期采集全部样本多个时刻的初始显微图像，将每个初始显微图像附上样本编号和时间戳后，把同一样本的各时刻的初始显微图像合为一组显微图像组； 所述S2具体包括如下步骤： S21、从初始显微图像组中选择待处理图像，并获取处理图像的三维坐标，该三维坐标携带RGB信息；以待处理图像的中央位置处的三维坐标作为标准三维坐标； S22、将其他三维坐标的RGB信息与标准三维坐标的RGB信息进行做差计算，将差值超过预设阈值的三维坐标认定为无效区域，选取全部无效区域剔除后，其他区域为有效区域； S23、将有效区域的三维坐标与标准三维坐标信息进行和值计算和差值计算，得到三维坐标的和值和差值； S24、基于所述三维坐标差值和三维坐标和值获得三维坐标差分信息，根据所述坐标差分信息生成预处理图像； 所述S3具体包括如下步骤： S31、设定图像块大小后，将预处理图像划分为N个重叠的图像块后，通过公式Hx＝α·ΦxF[expPy+Vy]-β·Γx·F-1[expPy+Vy]2ω计算出每个图像块的信息熵，其中，Hx图像块的图像信息熵，α为第一经验参数，β为第二经验参数，Φx为古德-图灵平滑处理，Γx为高斯滤波器平滑处理，F为傅里叶变换和F-1为傅里叶逆变换，Py为预处理图像的像素值的概率分布，Vy为预处理图像的相位谱； S32、通过加权平均值的计算聚合各个图像块的图像信息熵后，得到预处理图像的图像信息熵； S33、构建基于预处理图像的图像信息熵与时间戳的时间序列样本； 所述图像类别具体通过如下步骤生成： 将输入图像的大小设置为为W×H×C，其中，W表示宽度，H表示高度，C表示通道数； 通过卷积神经网络结构来提取每个通道的特征，并输出一个张量，该张量的大小表示为W′×H′×Dc，其中，W′和H′是输出特征图的宽度和高度，Dc是通道C的特征维数； 将输出特征图的每个位置i,j的所对应的特征向量fijc压缩为单一特征向量sijc； 将所有通道的单一特征张量进行堆叠，生成堆叠张量S，该堆叠张量的大小表示为W′×H′×C，其中每个位置i,j对应一个C维向量sij； 将每个位置i,j对应的C维向量sij输入至全连接层后输出张量P，张量P表示了各位置属于每个类别的概率，从而获得最终的图像类别； 所述预测模型通过如下步骤进行构建： 将时间序列样本用向量st＝[f1,f2,...,fn]进行表示，并作为状态，每个元素表示一个同调群的特征； 将预测方式用向量at＝[g1,g2,...,gm]进行表示，并作为动作，每个元素是一个处理方式的特征； 将间充质干细胞细胞的生长状况作为奖励函数rt； 构建Q函数Qst,at←1-αQst,at+αrt+γmaxaQst+1,a，其中，α表示学习率，rt表示当前状态下采取动作at后获得的即时奖励，γ表示损失因子，maxaQst+1,a表示在状态st+1下所有动作对应的最大Q值； 通过a*＝argmaxQst,at选择最优策略，a*表示最优动作； 构建回报函数 其中，Qt表示在状态st下采取动作at对应的Q值；o表示输入数据集η中的一个元素；ψ表示动作权重集合；K表示分位数的数量；τ表示温度参数；E为迭代次数； 表示在最优策略下，状态st下采取动作at对应的损失； 通过训练样本对模型进行迭代训练至预设精度，则得到预测模型。

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杭州天鑫干细胞生物技术有限公司，其通讯地址为：310011 浙江省杭州市拱墅区余杭塘路456号4层；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”。