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！

龙图腾网获悉复旦大学申请的专利一种基于组织切片的荧光图像转换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：CN116703802B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202210176337.2，技术领域涉及：G06T7/00；该发明授权一种基于组织切片的荧光图像转换方法是由刘欣;李博艺;刘成成;他得安设计研发完成，并于2022-02-24向国家知识产权局提交的专利申请。

本一种基于组织切片的荧光图像转换方法在说明书摘要公布了：本发明提供一种基于组织切片的荧光图像转换方法，用于将组织切片的某一通道的待转化荧光图像转换为同一视野中其他通道荧光图像，其特征在于，包括以下步骤：构建深度学习网络Pix2Pix；构建损失函数；获取训练所需的数据集；将数据集输入至深度学习网络Pix2Pix，采用损失函数和Adam优化算法对该深度学习网络Pix2Pix进行优化训练，并将训练好的深度学习网络Pix2Pix作为荧光图像转换模型；将待转化荧光图像输入至荧光图像转换模型，以获取对应的同一视野中其他通道的荧光图像。该组织切片荧光图像转换方法利用深度学习技术在荧光图像的不同通道之间找到预测关系，从而实现不同通道的图像转换，减少了多标荧光成像过程中费时费力的工作，节约了成本和时间。

本发明授权一种基于组织切片的荧光图像转换方法在权利要求书中公布了：1.一种基于组织切片的荧光图像转换方法，用于将组织切片的某一通道的待转化荧光图像转换为同一视野中其他通道荧光图像，其特征在于，包括以下步骤： 步骤S1，构建深度学习网络Pix2Pix，其中，所述深度学习网络Pix2Pix包含一个生成器G和一个鉴别器D， 所述生成器G采用U-Net网络结构，所述鉴别器D采用条件判别器PatchGAN； 步骤S2，构建损失函数，其中，所述损失函数通过在对抗损失函数的基础上加入L1损失函数和MS-SSIM损失函数得到，所述损失函数为： 式中，表示所述对抗损失函数，表示所述L1损失函数，表示所述MS-SSIM损失函数，λ1表示所述L1损失函数的正则化参数，λ2表示所述MS-SSIM损失函数的正则化参数，表示在G为常数的情况下，选择合适的D使得能够最大化，选择合适的G使得能够最小化； 步骤S3，获取训练所需的数据集； 步骤S4，将所述数据集输入至所述深度学习网络Pix2Pix，采用所述损失函数和Adam优化算法对该深度学习网络Pix2Pix进行优化训练，并将训练好的深度学习网络Pix2Pix作为荧光图像转换模型； 步骤S5，将所述待转化荧光图像输入至所述荧光图像转换模型，以获取对应的同一视野中其他通道的荧光图像。

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复旦大学，其通讯地址为：200433 上海市杨浦区邯郸路220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。