北京邮电大学;北京大学第三医院(北京大学第三临床医学院)孟竹获国家专利权
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!
龙图腾网获悉北京邮电大学;北京大学第三医院(北京大学第三临床医学院)申请的专利数字图像中细胞的半自动智能标定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:CN116452867B 。
龙图腾网通过国家知识产权局官网在2025-12-19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:202310362823.8,技术领域涉及:G06V10/764;该发明授权数字图像中细胞的半自动智能标定方法是由孟竹;郭丽梅;赵志诚设计研发完成,并于2023-04-06向国家知识产权局提交的专利申请。
本数字图像中细胞的半自动智能标定方法在说明书摘要公布了:本发明提供了一种数字图像中细胞的半自动智能标定方法。所述方法包括:准备包含目标类别细胞的待标注图像数据集;对待标注数据集中的目标细胞进行人工椭圆标记;以椭圆标记为参照,根据目标细胞的形状先验知识,设计合适的掩模生成函数;以椭圆标记为参照,选择合适的聚类方法对待标注图像进行聚类;取包含生成掩模和聚类结果的交集为细胞标注初级伪标签;依托椭圆标记构建损失函数,以伪标签训练深度学习分割网络,剔除椭圆标记外的假阳性连通域,剩余结果作为新的细胞标注伪标签;专家校正深度学习生成的伪标签,剔除明显假阳性并补充明显漏检连通域的标注,得到更精确的伪标签;多次重复前两个步骤,直至达到专家满意的标签生成效果,保存智能标定模型和标定结果。本发明的方案结合目标细胞的形状先验,只需要人工对细胞进行椭圆标记,在保证标注生成精度的前提下大幅度削减人工标注成本,可以适用于多种模态下的多种形态的细胞的标定任务,在细胞标注领域具有便捷高效、精度高、适用范围广、泛化性好等优点。
本发明授权数字图像中细胞的半自动智能标定方法在权利要求书中公布了:1.数字图像中细胞的半自动智能标定方法,其特征在于,所述方法包括以下步骤: 步骤1,准备包含目标类别细胞的待标注图像数据集; 步骤2,对待标注数据集中的目标细胞进行人工椭圆标记; 步骤3,以椭圆标记为参照,根据目标细胞的形状先验知识,设计合适的掩模生成函数; 步骤4,以椭圆标记为参照,选择合适的聚类方法对待标注图像进行聚类; 步骤5,取生成掩模和聚类结果的交集为细胞标注初级伪标签; 步骤6,依托椭圆标记构建损失函数,以伪标签训练深度学习分割网络,剔除椭圆标记外的假阳性连通域,剩余结果作为新的细胞标注伪标签;具体地,其中依托椭圆标记构建合适的损失函数,包括但不限于椭圆场损失其中LC为交叉熵常见分割损失,Fxi,yi;cx,cy为中心在cx,cy的椭圆标记xe内部的点xi,yj的权重值,椭圆标记xe内的权重值是逐渐变化的; 步骤7,专家校正深度学习生成的伪标签,剔除明显假阳性并补充明显漏检连通域的标注,得到更精确的伪标签; 步骤8,多次重复步骤6和步骤7,直至达到专家满意的标签生成效果,保存智能标定模型和标定结果。
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北京邮电大学;北京大学第三医院(北京大学第三临床医学院),其通讯地址为:100876 北京市海淀区西土城路10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