Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国科学院长春光学精密机械与物理研究所;吉林大学第一医院高文获国家专利权

中国科学院长春光学精密机械与物理研究所;吉林大学第一医院高文获国家专利权

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!

龙图腾网获悉中国科学院长春光学精密机械与物理研究所;吉林大学第一医院申请的专利卵母细胞成熟度分析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:CN115601748B

龙图腾网通过国家知识产权局官网在2025-10-24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:202211366104.5,技术领域涉及:G06V20/69;该发明授权卵母细胞成熟度分析方法是由高文;秦一;郝志成;朱明;王瑞雪;杨潇;刘睿智设计研发完成,并于2022-10-31向国家知识产权局提交的专利申请。

卵母细胞成熟度分析方法在说明书摘要公布了:本发明涉及计算机视觉技术领域,尤其涉及一种卵母细胞成熟度分析方法、设备及计算机存储介质,所述分析方法包括步骤:S1、对卵母细胞图像进行分类,分为拆除颗粒细胞的卵母细胞图像和未拆除颗粒细胞的卵母细胞图像;进一步分为成熟的和未成熟的;S2、对未成熟的进行数据扩增;S3、将卵母细胞图像分割成不重叠的图像块,通过四个阶段的处理,得到每个图像块的多维度的特征图;在维度方向上计算不同维度上特征图的权重分数;通过全连接层输出待预测图像所属类别的概率值,完成卵母细胞成熟度的分析;本发明的方法识别准备率更高,速度更快,设备可移动性更强,且对于识别未拆除颗粒细胞前的卵母细胞图像具有显著效果。

本发明授权卵母细胞成熟度分析方法在权利要求书中公布了:1.一种卵母细胞成熟度分析方法,其特征在于,所述分析方法包括步骤: S1、对卵母细胞图像进行预处理分类,分为拆除颗粒细胞的卵母细胞图像和未拆除颗粒细胞的卵母细胞图像; 根据卵母细胞形态评级信息,将所述拆除颗粒细胞的卵母细胞图像分为成熟的拆除颗粒细胞的卵母细胞图像和未成熟的拆除颗粒细胞的卵母细胞图像,将所述未拆除颗粒细胞的卵母细胞图像分为成熟的未拆除颗粒细胞的卵母细胞图像和未成熟的未拆除颗粒细胞的卵母细胞图像; S2、对所述未成熟的拆除颗粒细胞的卵母细胞图像和所述未成熟的未拆除颗粒细胞的卵母细胞图像进行数据扩增; 进行数据扩增后的未成熟的拆除颗粒细胞的卵母细胞图像与所述成熟的拆除颗粒细胞的卵母细胞图像共同形成拆除颗粒细胞的卵母细胞图像数据集; 进行数据扩增后的未成熟的未拆除颗粒细胞的卵母细胞图像与所述成熟的未拆除颗粒细胞的卵母细胞图像共同形成未拆除颗粒细胞的卵母细胞图像数据集; S3、将所述拆除颗粒细胞的卵母细胞图像数据集中的第一图像分割成不重叠的第一图像块,每个所述第一图像块的特征为所有像素RGB值的串联;构建四个阶段,所述四个阶段包括第一阶段、第二阶段、第三阶段和第四阶段; 通过所述四个阶段的处理,得到每个所述第一图像块的多维度的特征图; 基于卷积网络架构的通道注意力模块,在维度方向上计算不同维度上特征图的权重分数;通过全连接层输出第一待预测图像所属类别的概率值,完成所述第一待预测图像对应的卵母细胞成熟度的分析; 将所述未拆除颗粒细胞的卵母细胞图像数据集中的第二图像分割成不重叠的第二图像块,每个所述第二图像块的特征为所有像素RGB值的串联;构建四个阶段,通过所述四个阶段的处理,得到每个所述第二图像块的多维度的特征图; 经过所述第一阶段处理后,所述第一图像或所述第二图像的特征图尺寸为经过所述第二阶段处理后,所述第一图像或所述第二图像的特征图尺寸为经过所述第三阶段处理后,所述第一图像或所述第二图像的特征图尺寸为经过所述第四阶段处理后,所述第一图像或所述第二图像的特征图尺寸为; 基于卷积网络架构的通道注意力模块,在维度方向上计算不同维度上特征图的权重分数;通过全连接层输出第二待预测图像所属类别的概率值,完成所述第二待预测图像对应的卵母细胞成熟度的分析。

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科学院长春光学精密机械与物理研究所;吉林大学第一医院,其通讯地址为:130033 吉林省长春市经济技术开发区东南湖大路3888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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。