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！

龙图腾网获悉西门子医疗有限公司申请的专利提供训练机器学习分割算法的训练数据集的方法和系统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：CN116805319B 。

龙图腾网通过国家知识产权局官网在2026-02-13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：202310275452.X，技术领域涉及：G06T7/11；该发明授权提供训练机器学习分割算法的训练数据集的方法和系统是由安德烈·艾歇特;哈尼巴尔·博恩伯格;马文·泰希曼;阿诺·阿林德拉·阿迪约索设计研发完成，并于2023-03-21向国家知识产权局提交的专利申请。

本提供训练机器学习分割算法的训练数据集的方法和系统在说明书摘要公布了：本发明公开了提供训练机器学习分割算法的训练数据集的方法和系统。本发明的主题是用于提供用于训练分割算法的训练数据集的方法和对应的系统、以及训练数据和对应的ML分割算法的使用，所述分割算法用于分割数字病理学中的全玻片图像。具体地，基于自动生成的注释来细化全玻片图像的第一分割，该注释具有比第一分割更高的细节水平。第二分割结果可以用作在全玻片图像的基础上用于训练ML分割算法的基准真相。

本发明授权提供训练机器学习分割算法的训练数据集的方法和系统在权利要求书中公布了：1.一种计算机实现的方法，所述方法用于提供用于训练分割算法的训练数据集，所述分割算法用于根据多个不同的组织类型分割描绘多个组织类型的组织的全玻片图像WSI1，所述方法包括： ‑获得S10描绘组织切片的全玻片图像WSI1，‑获得S20所述全玻片图像WSI1和所述多个不同的组织类型的第一分割SEG1，所述第一分割SEG1具有第一细节水平，‑通过下述方式获得S30所述组织切片的注释A：获得S31不同于所述全玻片图像WSI1的补充全玻片图像WSI2，处理所述补充全玻片图像WSI2以比所述第一细节水平更大的细节水平从所述补充全玻片图像WSI2中提取一个或更多个特征，并且分割所述一个或更多个特征以获得所述注释A，所述注释A具有比所述第一细节水平更大的细节水平，所述补充全玻片图像WSI2描绘所述组织切片或所述组织切片的近端组织切片，并且所述一个或更多个特征与所述补充全玻片图像WSI2中描绘的细胞的一个或更多个细胞骨架特征相关，‑基于所述第一分割SEG1和所述注释A生成S40所述全玻片图像WSI1和所述多个不同的组织类型的第二分割SEG2，所述第二分割SEG2具有比所述第一细节水平更大的细节水平，以及‑提供S50包括所述全玻片图像WSI1和所述第二分割SEG2的训练数据集。

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西门子医疗有限公司，其通讯地址为：德国埃朗根；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。