齐鲁工业大学(山东省科学院);山东省人工智能研究院;青岛海尔科技有限公司周书旺获国家专利权
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!
龙图腾网获悉齐鲁工业大学(山东省科学院);山东省人工智能研究院;青岛海尔科技有限公司申请的专利基于多尺度特征融合的细胞核实例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:CN119067994B 。
龙图腾网通过国家知识产权局官网在2025-10-28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:202411282433.0,技术领域涉及:G06T7/11;该发明授权基于多尺度特征融合的细胞核实例分割方法是由周书旺;鲁从健;舒明雷;邓邱伟;刘照阳;孙宏霞;田云龙;张宏宽设计研发完成,并于2024-09-13向国家知识产权局提交的专利申请。
本基于多尺度特征融合的细胞核实例分割方法在说明书摘要公布了:一种基于多尺度特征融合的细胞核实例分割方法,涉及医学图像处理领域,点特征能够精确定位细胞核的位置,线特征能够描述细胞核的形状和轮廓,而面特征则提供了对细胞核区域的整体描述,综合利用了点、线和面的特征,实现了对细胞核的全面描述,增加了网络的表征能力。首先提出一个掩码优化算法模块有效的合并点特征与边界特征。其次我们引入了一种后处理方法,结合目标信息和细胞核掩码图像生成一个实例分割图像。所提出基于多尺度特征融合的细胞核实例分割方法中每个组件的有效性。
本发明授权基于多尺度特征融合的细胞核实例分割方法在权利要求书中公布了:1.一种基于多尺度特征融合的细胞核实例分割方法,其特征在于,包括: a获取n张细胞核图像及其对应的标签,得到细胞核图像集Y和标签集G,Y={Y1,Y2,...,Yi,...,Yn},Yi为第i张细胞核图像,i∈{1,...,n},G={G1,G2,...,Gi,...,Gn},Gi为第i张细胞核图像Yi对应的标签; b将细胞核图像集Y划分为训练集P、测试集T,P={P1,P2,...,Pi,...,Po},Pi为训练集P中第i张细胞核图像,i∈{1,...,o},o为训练集P中细胞核图像总数,T={T1,T2,...,Ti,...,Tq},Ti为测试集T中第i张细胞核图像,i∈{1,…,q},q为测试集T中细胞核图像总数; c将训练集P中第i张细胞核图像Pi对应的标签Gi转换为细胞核边缘轮廓标签及热力图标签训练集P中所有的细胞核边缘轮廓标签构成细胞核边缘轮廓标签集训练集P中所有的热力图标签构成热力图标签集 d建立分割网络,分割网络由特征提取模块、掩码优化算法模块、后处理算法模块构成; e将训练集P中第i张细胞核图像Pi输入到分割网络的特征提取模块中,输出得到特征图特征图特征图 f利用特征图得到细胞核关键点图 g将特征图特征图细胞核关键点图输入到分割网络的掩码优化算法模块,输出得到特征图 h将特征图与特征图输入到分割网络的后处理算法模块中,输出得到最终的细胞核实例分割图 i使用SGD优化器利用总损失函数Ltotal训练分割网络,得到优化后的分割网络;j将测试集T中第i张细胞核图像Pi输入到优化后的分割网络中,输出得到细胞核实例分割图
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齐鲁工业大学(山东省科学院);山东省人工智能研究院;青岛海尔科技有限公司,其通讯地址为:250353 山东省济南市长清区大学路3501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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励