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 > 中国科学院长春光学精密机械与物理研究所孙慈获国家专利权

中国科学院长春光学精密机械与物理研究所孙慈获国家专利权

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申请的专利一种肿瘤细胞切片图像的识别方法、介质及电子设备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:CN116403053B

龙图腾网通过国家知识产权局官网在2025-12-09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:202310476955.3,技术领域涉及:G06V10/764;该发明授权一种肿瘤细胞切片图像的识别方法、介质及电子设备是由孙慈;赵梓彤;王明佳;杨晋;冯树龙;陈佳奇;宋楠;王金雨;王添一设计研发完成,并于2023-04-28向国家知识产权局提交的专利申请。

一种肿瘤细胞切片图像的识别方法、介质及电子设备在说明书摘要公布了:本发明涉及一种肿瘤细胞切片图像的识别方法、介质及电子设备,使用高光谱成像系统拍摄肿瘤细胞切片图像,获得肿瘤细胞的样本图像数据以及其所对应的光谱信息,由于肿瘤细胞与正常细胞在蛋白质、核酸、水分、结构等有一定区别,导致其光谱曲线存在差异。通过对细胞的大小、形状以及光谱曲线的分析,准确判断细胞切片中是否存在肿瘤细胞,这一过程无需人工手动筛选病理图像,有效提高了图像筛查效率,避免人工漏检错检的问题,同时,高光谱图像数据中包含光谱信息,有效保留肿瘤细胞的特征信息,便于利用光谱信息进行肿瘤细胞的识别,提高分辨正确率。

本发明授权一种肿瘤细胞切片图像的识别方法、介质及电子设备在权利要求书中公布了:1.一种肿瘤细胞切片图像的识别方法,其特征在于,包括以下步骤: 获取肿瘤细胞的样本图像数据,并对其进行形态学处理,提取出待分析细胞图像,所述样本图像数据通过高光谱成像系统获得,所述待分析细胞图像包括恶性肿瘤细胞图像、良性细胞图像以及炎症细胞图像中的任一项或多项; 对所述待分析细胞图像进行光谱特征提取,获得所述待分析细胞图像对应的光谱特征向量; 利用提取出的所述光谱特征向量对所述待分析细胞图像进行颜色矩阵特征提取,获得所述待分析细胞图像对应的颜色矩阵特征向量,包括:根据所述光谱特征对应的光谱波长确定颜色矩阵中的颜色分量;提取待分析细胞图像所对应的颜色矩阵中的低阶矩的颜色信息;根据所述颜色信息获得颜色矩阵特征向量; 所述低阶矩包括一阶矩、二阶矩以及三阶矩,提取待分析细胞图像所对应的颜色矩阵中的低阶矩的颜色信息包括: 设k维光谱特征所对应的k个光谱波长作为颜色矩阵的k个颜色分量,M表示待分析细胞图像中的像素个数,一阶矩定义由公式1表示,所述公式1如下: ; 二阶矩定义由公式2表示,所述公式2如下: ; 三阶矩定义由公式3表示,所述公式3如下: ; 其中,一阶矩表示第i个颜色通道上所有像素的均值,二阶矩表示第i颜色通道上所有像素的标准差,三阶矩表示第i个通道上所有像素的斜度的三次方根,表示第j个像素在第i个颜色分量中的像素值i=1,2…,k; 所述颜色矩阵特征向量由公式4获得,所述公式4如下: ,…, ]; 对所述光谱特征向量与颜色特征向量进行融合,获得融合特征向量; 采用SVM分类器对所述融合特征向量进行分类,获得细胞图像分类结果; 基于所述细胞图像分类结果进行概率计算以及概率校准,输出当前肿瘤细胞切片图像对应的患癌概率。

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,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。