Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
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 积分商城 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 > 齐鲁工业大学(山东省科学院);山东省计算中心(国家超级计算济南中心);山东省人工智能研究院周书旺获国家专利权

齐鲁工业大学(山东省科学院);山东省计算中心(国家超级计算济南中心);山东省人工智能研究院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);山东省计算中心(国家超级计算济南中心);山东省人工智能研究院申请的专利一种基于提示学习的多器官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:CN118247204B

龙图腾网通过国家知识产权局官网在2025-10-31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:202311524364.5,技术领域涉及:G06T7/00;该发明授权一种基于提示学习的多器官细胞核分割方法是由周书旺;鲁从健;舒明雷;徐鹏摇;刘照阳;单珂设计研发完成,并于2023-11-16向国家知识产权局提交的专利申请。

一种基于提示学习的多器官细胞核分割方法在说明书摘要公布了:一种基于提示学习的多器官细胞核分割方法,涉及医学图像处理技术领域,利用文本与图像多模态信息充分挖掘图像信息,学习到语义信息与分割目标之间的关联,对目标区域的分割进行综合学习。基于clip模型从6个公开细胞核数据集中训练学习大量的文本和图像配对知识,来获得细胞核的语义理解先验知识,使得模型完全适合细胞核分割任务。构建模型通过输入图像与文本提示,利用文本和图像多模态信息,完成6个不同器官细胞核识别并且准确分割任务,计算效率更高,该模型还可以在缺乏标注的部分数据集上使用充分文本提示完成准确的分割任务,更具备实用性与可拓展性。

本发明授权一种基于提示学习的多器官细胞核分割方法在权利要求书中公布了:1.一种基于提示学习的多器官细胞核分割方法,其特征在于,包括如下步骤: a收集N张大脑细胞核图像、N张肾脏细胞核图像、N张肝脏细胞核图像、N张乳腺细胞核图像、N张结肠细胞核图像、N张胃细胞核图像,得到细胞核图像-文本数据集T, 其中Tibrain为第i张大脑细胞核图像,anucleiphotoof[brain]为大脑的医学提示文字模板,Tikidney为第i张肾脏细胞核图像,anucleiphotoof[kidney]为肾脏的医学提示文字模板,Tiliver为第i张肝脏细胞核图像,anucleiphotoof[liver]为肝脏的医学提示文字模板,Tibreast为第i张乳腺细胞核图像,anucleiphotoof[breast]为乳腺的医学提示文字模板,Ticolon为第i张结肠细胞核图像,anucleiphotoof[colon]为结肠的医学提示文字模板,Tistomach为第i张胃细胞核图像,anucleiphotoof[stomach]为胃的医学提示文字模板; b将细胞核图像-文本数据集T中第i张大脑细胞核图像Tibrain与大脑的医学提示文字模板anucleiphotoof[brain]、第i张肾脏细胞核图像Tikidney与肾脏的医学提示文字模板anucleiphotoof[kidney]、第i张肝脏细胞核图像Tiliver与肝脏的医学提示文字模板anucleiphotoof[liver]、第i张乳腺细胞核图像Tibreast与乳腺的医学提示文字模板anucleiphotoof[breast]、第i张结肠细胞核图像Ticolon与肾脏的医学提示文字模板anucleiphotoof[colon]、第i张胃细胞核图像Tistomach与胃的医学提示文字模板anucleiphotoof[stomach]输入到clip模型中,得到优化后的clip模型; c采用NuInsSeg多器官类别数据集中获取a张大脑细胞核图像、b张肾脏细胞核图像、c张肝脏细胞核图像、d张乳腺细胞核图像、e张结肠细胞核图像、f张胃细胞核图像,a+b+c+d+e+f=n,得到细胞核图像-文本数据集Y, 其中Yibrain为第i张大脑细胞核图像,Yikidney为第i张肾脏细胞核图像,Yiliver为第i张肝脏细胞核图像,Yibreast为第i张乳腺细胞核图像,Yicolon为第i张结肠细胞核图像,Yistomach为第i张胃细胞核图像; d将细胞核图像-文本数据集Y划分为训练集、测试集,将训练集中的细胞核图像缩放至572×572; e构建分割网络模型,分割网络模型由文本模块、图像模块、MLP模块构成; f将训练集中的医学提示文字模板输入到文本模块中,输出得到文本向量; g将训练集中的细胞核图像输入到分割网络模型的图像模块中,输出得到细胞核分割结果图及特征向量; h将特征向量输入到分割网络模型的MLP模块中,输出得到参数; i通过参数更新分割网络模型,得到更新后的分割网络模型; j对更新后的分割网络模型进行训练,得到优化后的分割网络模型; k将测试集中细胞核图像输入到优化后的分割网络模型中,输出得到最终分割结果图。

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);山东省计算中心(国家超级计算济南中心);山东省人工智能研究院,其通讯地址为:250399 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。

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。