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！

龙图腾网获悉安徽大学申请的专利基于分子表达预测进行细胞检测和分析的两阶段图像生成学习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：CN119942216B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202510099375.6，技术领域涉及：G06V10/764；该发明授权基于分子表达预测进行细胞检测和分析的两阶段图像生成学习方法是由邵立智;荀天旺;陈鹏;尚文婷;王立俊设计研发完成，并于2025-01-22向国家知识产权局提交的专利申请。

本基于分子表达预测进行细胞检测和分析的两阶段图像生成学习方法在说明书摘要公布了：本发明涉及一种基于分子表达预测进行细胞检测和分析的两阶段图像生成学习方法，包括：获取H&E数据集和配对的mIHC数据集组成数据集并进行预处理；构建细胞分割模型并训练；获得细胞二值分割结果进行可视化展示；构建分子表达预测模型并训练；获得分子表达预测结果进行可视化展示；获得细胞语义分割结果进行可视化展示。本发明第一阶段使用生成式的细胞分割模型从H&E图像中提取细胞特征信息，生成更加准确的细胞二值分割结果，提高模型对细胞分割的准确率；第二阶段使用生成式的分子表达预测模型提取病理学信息特征并生成虚拟mIHC图像，同时病理基础模型的使用提高了模型的特征提取能力，从而提高获取mIHC图像的获取效率，并增加生成内容的准确性。

本发明授权基于分子表达预测进行细胞检测和分析的两阶段图像生成学习方法在权利要求书中公布了：1.一种基于分子表达预测进行细胞检测和分析的两阶段图像生成学习方法，其特征在于：该方法包括下列顺序的步骤： 1获取Hamp;E数据集和配对的mIHC数据集组成数据集并进行预处理，将预处理后的数据集划分为训练集和测试集； 2构建细胞分割模型，所述细胞分割模型由预训练细胞分割网络、细胞分割生成器网络、信息集成器和判别器网络组成；所述预训练细胞分割网络包括预训练的Cellpose网络、预训练的Hover-Net网络和预训练的CellViT网络； 3训练细胞分割模型，得到训练后的细胞分割模型； 4将测试集中的Hamp;E图像输入到训练后的细胞分割模型获得细胞二值分割结果，对细胞二值分割结果进行可视化展示； 5构建分子表达预测模型，分子表达预测模型由分子表达预测生成器网络和分子表达预测判别器网络组成； 6训练分子表达预测模型，得到训练后的分子表达预测模型； 7将测试集中的Hamp;E图像输入到训练后的分子表达预测模型获得分子表达预测结果，对分子表达预测结果进行可视化展示； 8将细胞二值分割结果和分子表达预测结果在空间上进行像素水平的一一映射，获得细胞语义分割结果，对细胞语义分割结果进行可视化展示； 步骤3具体包括以下顺序的步骤： 3a将训练集中的Hamp;E图像输入到权重冻结的预训练细胞分割网络中，得到特征矩阵F； 3b将训练集中的Hamp;E图像输入到细胞分割生成器网络中，得到特征矩阵P； 3c将特征矩阵F输入到信息集成器和判别器网络中，得到特征矩阵A；将特征矩阵P输入到信息集成器和判别器网络中，得到特征矩阵B； 3d根据特征矩阵A和特征矩阵B构建损失函数，损失函数为多元判别损失，其表达式为： 其中，Gs表示细胞分割生成器网络，Ds表示信息集成器和判别器网络，x表示输入的Hamp;E图像，z表示随机噪声，ycepo、yhove和ycevi分别表示从权重冻结的预训练的Cellpose网络、预训练的Hover-Net网络和预训练的CellViT网络获得的细胞二值分割结果； 3e根据损失函数,通过反向传播的机制对细胞分割模型的所有非冻结的参数进行更新； 3f重复步骤3a到步骤3e，直到训练结束，并保存最终模型参数权重； 3g加载最终模型参数权重，并使用测试集对细胞分割生成器的网络性能进行测试。

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安徽大学，其通讯地址为：230039 安徽省合肥市肥西路3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”。

以上内容由龙图腾AI智能生成。