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！

龙图腾网获悉中国人民解放军陆军军医大学第一附属医院;中国科学院计算技术研究所申请的专利肝细胞癌CD34免疫组化图像识别与微血管密度计算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：CN116503667B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202310553837.8，技术领域涉及：G06V10/764；该发明授权肝细胞癌CD34免疫组化图像识别与微血管密度计算方法是由姚小红;卞修武;唐卓;李壮;赵泽;任菲;车宇轩;林勇;钮芹设计研发完成，并于2023-05-16向国家知识产权局提交的专利申请。

本肝细胞癌CD34免疫组化图像识别与微血管密度计算方法在说明书摘要公布了：本发明公开了一种肝细胞癌CD34免疫组化图像识别与微血管密度计算方法，针对人工方法诊断过程复杂、费时费力、依靠长时间的诊断经验的问题，为了更全面的评估肝细胞癌患者的患病程度，指导接下来的治疗，本发明采用深度学习网络对图像进行二分类，其泛化能力强，鲁棒性高；生成的概率热图直观反应了模型识别结果；微血管密度的计算的可解释性强，简单方便，易于医生操作调整。

本发明授权肝细胞癌CD34免疫组化图像识别与微血管密度计算方法在权利要求书中公布了：1.一种肝细胞癌CD34免疫组化图像识别与微血管密度计算方法，其特征在于，所述方法包括： 获取原始数据集，所述原始数据集包括CD34全数字切片病理扫描图像数据集； 对所述原始数据集进行下采样并对其进行组织区域提取获得组织区域坐标列表，并将原始数据集划分为训练集和测试集； 生成训练集切片的组织区域中的癌灶区域与正常区域掩码，并根据所述癌灶区域与正常区域掩码和组织区域坐标列表进行癌灶区域与正常区域的小图提取； 将所述训练集进行数据增广与颜色标准化； 将训练集划分为训练子集、验证子集、测试子集； 将所述训练子集与所述验证子集放入不同的卷积神经网络进行深度学习模型训练，并利用测试子集对训练后的卷积神经网络模型进行评估以确定训练效果最优的卷积神经网络模型； 根据测试集的组织区域坐标列表中每一个坐标对应取得原始切片的一个小图，将各小图进行颜色标准化后放入所述效果最优的卷积神经网络模型得到对应的预测分类置信度； 将测试集的预测分类置信度按序拼接并绘制概率热图； 基于所述测试集的预测分类置信度，使用阈值进行划分，并填充孔洞，绘制分类预测结果； 对分类预测结果为癌灶区的小图进行颜色空间转换，提取棕色部分，计算提取得到的棕色面积与总面积比得到微血管密度； 所述基于所述测试集的预测分类置信度，使用阈值进行划分，并填充孔洞，绘制分类预测结果，具体包括： 通过如下公式计算置信度的阈值： Y＝Sensitivity+Specificity-1 其中，Sensitivity表示灵敏度，Specificity表示特异度，Y表示置信度的阈值； 将所有连通面积小于阈值th1的面积中所有点的值置零；将连通面积小于阈值th2的面积中所有点的值置一；在组织区域为1但预测区域依然为0的区域，将该点由内向外递归寻找所围面积包含点的数量最大的类别，并置为该类； 所述对分类预测结果为癌灶区的小图进行颜色空间转换，提取棕色部分，具体包括： 基于如下公式，将小图的原始颜色空间BGR转换为HSV颜色空间： dst＝cv2.cvtColorsrc,cv2.COLOR_BGR2HSV 其中src为转换前的小图，dst为转换后的小图； 设置HSV空间的上界thup和下界thdown以提取棕色部分。

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中国人民解放军陆军军医大学第一附属医院;中国科学院计算技术研究所，其通讯地址为：400038 重庆市沙坪坝区高滩岩正街30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”。