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！

龙图腾网获悉华南理工大学申请的专利基于染色相似性重建的双任务循环自监督细胞核分割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：CN118134859B 。

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：202410216377.4，技术领域涉及：G06T7/00；该发明授权基于染色相似性重建的双任务循环自监督细胞核分割方法是由吴宏江;韩国强;韩楚;刘再毅;林佳泰;王浩;乐俊聪;石镇维设计研发完成，并于2024-02-27向国家知识产权局提交的专利申请。

本基于染色相似性重建的双任务循环自监督细胞核分割方法在说明书摘要公布了：本发明公开了基于染色相似性重建的双任务循环自监督细胞核分割方法，包括以下步骤：建立先验知识引导的自监督学习框架，通过对染色先验知识和图像先验知识的自监督学习，生成可靠的初始伪标签；先验知识引导的自监督学习框架包括对比学习模型和染色重建模型，以帮助框架学习图像和染色先验知识；训练下游双任务核分割模型，利用任务间一致性和任务内自细化两个策略来提高对比学习和染色重建的性能，实现核分割。本发明通过对组织病理学图像的先验知识进行自监督学习和染色重建，实现伪标签的初始化；训练双任务模型实现核分割，使用任务间一致性和任务内自细化策略弥补信息差距，并保持两个任务的迭代细化。

本发明授权基于染色相似性重建的双任务循环自监督细胞核分割方法在权利要求书中公布了：1.基于染色相似性重建的双任务循环自监督细胞核分割方法，其特征在于，包括以下步骤： 建立先验知识引导的自监督学习框架，通过对染色先验知识和图像先验知识的自监督学习，生成可靠的初始伪标签；所述先验知识引导的自监督学习框架包括对比学习模型和染色重建模型，以帮助框架学习图像和染色先验知识； 所述染色重建包括： 根据比尔-兰伯特定律，从原始图像X中提取两种染料的强度图，包括苏木精图谱以及洋红图，建立基于生成对抗网络GAN的图像生成模型，重建原始图像X，引入GAN损失LGAN以保证生成图像X′的保真度: 其中DX和fstainX分别代表GAN网络中的生成器和判别器操作；pdataX表示训练集中的真实样本分布，EXpdataX为训练集中对应样本X的概率； 同时，考虑到原始图像和GAN网络生成的图像的H染色和E染色的相似性可作为附加约束，在GAN网络中，引入染色损失Lstain以指导模型： Lstain＝Σ||H-H′||1+||E-E′||14 其中H和E是从输入图像X中提取的H染色强度图和E染色强度图，H′及E′代表生成图像X′中提取的H染色强度图和E染色强度图，||*||1为L1正则化损失； 从对比学习模型和染色重建模型中生成伪标签，给定原始图像X，生成对比激活图A： A＝λ*ACL+1-λ*Astain5 其中λ控制每个激活映射的贡献权重，ACL和Astain分别代表上述对比学习模型fCL及GAN网络生成的映射，最后运用对比激活图A，通过设定阈值进行阈值分割，然后运用分水岭算法分离附着的核，得到细胞核的初始伪标注Minit： 其中t表示阀值； 训练下游双任务核分割模型，缓解伪标签和密集预测之间的巨大信息差距，利用任务间一致性和任务内自细化两个策略来提高对比学习和染色重建的性能，并最终实现核分割；所述下游双任务核分割模型包括细胞核检测模型与细胞核分割模型，细胞核检测模型与细胞核分割模型的输出作为相互指导。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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。