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！

龙图腾网获悉西北大学申请的专利多中心病理图像细胞检测深度学习模型构建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：CN116524323B 。

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：202310410092.X，技术领域涉及：G06V10/82；该发明授权多中心病理图像细胞检测深度学习模型构建方法是由崔磊;赵璇;亢宇鑫;李涵生设计研发完成，并于2023-04-17向国家知识产权局提交的专利申请。

本多中心病理图像细胞检测深度学习模型构建方法在说明书摘要公布了：本申请涉及一种多中心病理图像细胞检测深度学习模型构建方法，包括获取模型构建数据集，构建细胞检测深度学习模型和随机特征增强模块，基于所述模型构建数据集对所述细胞检测深度学习模型进行训练，得到训练后的细胞检测深度学习模型。本申请采用随机特征增强模块，增加了源域数据在特征空间的广度，领域不变信息一致性学习策略，促使细胞检测模型学习更加泛化的特征表示，从而提升了病理图像细胞检测模型的泛化性能；采用的随机特征增强模块，能够即插即用，对于相比较现有方法，不需要精细的设计，计算成本低，易于实现。

本发明授权多中心病理图像细胞检测深度学习模型构建方法在权利要求书中公布了：1.一种多中心病理图像细胞检测深度学习模型构建方法，其特征在于，包括： 获取模型构建数据集，所述模型构建数据集包括多中心的多个免疫组化病理图像； 构建细胞检测深度学习模型和随机特征增强模块；所述细胞检测深度学习模型包括共享编码器、第一解码器和第二解码器；所述共享编码器用于提取原始图像特征；所述随机特征增强模块用于对所述原始图像特征进行随机特征增强，得到多个特征增强后的图像特征；所述第一解码器用于根据所述原始图像特征和所述多个特征增强后的图像特征，确定细胞定位结果；所述第二解码器用于根据所述原始图像特征和所述多个特征增强后的图像特征，确定细胞分类结果；所述细胞定位结果和所述细胞分类结果构成细胞检测结果； 基于所述模型构建数据集对所述细胞检测深度学习模型进行训练，得到训练后的细胞检测深度学习模型； 所述随机特征增强模块用于对所述原始图像特征进行随机特征增强，得到多个特征增强后的图像特征，包括： 对所述原始图像特征进行多次随机特征增强操作；每次随机特征增强操作采用以下方式： 对所述原始图像特征采用随机确定的卷积核进行卷积操作，得到扰动后的特征； 将所述扰动后的特征与所述原始图像特征采用随机确定的混合因子进行融合，得到特征增强后的图像特征； 其中，将所述扰动后的特征与所述原始图像特征采用随机确定的混合因子进行融合，得到特征增强后的图像特征，采用以下公式： 其中，为特征增强后的图像特征，为随机确定的混合因子，为扰动后的特征，为原始图像特征。

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西北大学，其通讯地址为：710069 陕西省西安市太白北路229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”。