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！

龙图腾网获悉四川省肿瘤医院申请的专利FISH图像中荧光信号的智能计数方法、系统及装置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：CN121074029B 。

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：202511609199.2，技术领域涉及：G06T7/00；该发明授权FISH图像中荧光信号的智能计数方法、系统及装置是由刘洋;黄宗瑶设计研发完成，并于2025-11-05向国家知识产权局提交的专利申请。

本FISH图像中荧光信号的智能计数方法、系统及装置在说明书摘要公布了：本发明涉及医学图像处理技术领域，公开了一种FISH图像中荧光信号的智能计数方法、系统及装置，全自动化流程提取乳腺癌FISH图像中红色和绿色荧光探针的多维度特征，结合差分高斯增强算法预处理、多尺度特征提取与自注意力机制的神经网络模型，实现荧光信号的精准计数。本发明采用差分高斯增强算法抑制背景噪声，突出荧光点区域；扩展传统特征，涵盖几何、强度、形状、质量四个维度，全面描述荧光点特性；采用三分支并行特征提取器，捕获不同层次的特征信息；通过空间‑通道双重注意力机制自动识别重要荧光点位置，智能选择判别性特征维度；通过深度神经网络自动学习最优特征表示，根据训练阶段自动调整权重，提升处理效率。

本发明授权FISH图像中荧光信号的智能计数方法、系统及装置在权利要求书中公布了：1.一种FISH图像中荧光信号的智能计数方法，其特征在于，包括以下子步骤： S1：输入乳腺癌FISH图像，通过差分高斯增强算法进行荧光信号增强，提取红色和绿色荧光点候选区； S2：对红色和绿色荧光点候选区进行连通域分析，提取若干特征向量； S3：输入若干特征向量到多尺度特征提取器，通过并行分支网络提取不同层次的特征向量，将不同层次的特征向量统一为同一层次； S4：对多尺度特征提取器输出的特征矩阵采用通道注意力和空间注意力的双重注意力机制，自动学习荧光点间的相对重要性和特征维度的权重分配； S5：对采用双重注意力机制的特征向量使用自注意力机制，对细胞内所有荧光点特征进行加权聚合，形成细胞级特征表示； S6：通过深度神经网络的双头回归结构对细胞级特征表示进行预测，预测出红色荧光探针和绿色荧光探针的计数值，自适应总损失函数优化训练过程，获得荧光探针计数结果； S7：对乳腺癌FISH图像中的所有目标细胞重复双重注意力机制融合、细胞级特征聚合、智能计数回归，统计出所有细胞的荧光探针计数结果； 采用通道注意力包括以下子步骤： 空间平均池化：输入的特征矩阵沿空间维度执行自适应空间平均池化，将多个空间特征压缩为全局统一值； 第一卷积层映射：获得的特征向量，的特征向量通过第一卷积层将128维映射至16维； 应用修正线性单元：对的特征向量应用修正线性单元激活函数，引入非线性特征变换，增强对复杂荧光点特征的拟合能力； 应用Sigmoid激活函数：通过第二卷积层将增强拟合的特征向量恢复至128维，应用Sigmoid激活函数将权重值归一化至[0,1]区间，生成128维通道权重向量； 其中，z是候选荧光点数量，通道权重值是特征维度对真实荧光点识别的贡献； 采用空间注意力包括以下子步骤： 计算均值与最大值：输入的特征矩阵沿通道维度分别计算均值与最大值，获得的均值图和最大值图； 拼接均值图和最大值图：均值图和最大值图通过通道维度拼接，互补提升位置敏感性，获得的特征图； 卷积层捕捉荧光点：的特征图通过一维卷积层进行空间特征融合，捕捉荧光点间的局部位置关联； 应用Sigmoid激活函数：应用Sigmoid激活函数将权重值归一化至[0,1]区间，生成空间权重向量； 其中，均值图反映通道维度的全局平均信息，最大值图反映通道维度的峰值信息，z是候选荧光点数量，空间权重值是候选荧光点为真实红色绿色荧光信号的概率； 所述S6包括以下子步骤： S61：通过全连接网络，将细胞级的128维特征表示映射到1维输出，分别预测红色荧光点计数和绿色荧光点计数； S62：对预测结果应用ReLU激活函数，确保计数结果不小于零，采用均方误差损失函数、平滑L1损失函数、Huber损失函数的动态加权组合，定义自适应总损失函数； S63：通过自适应总损失函数优化训练过程，根据训练进度动态调整权重，获得准确的红色荧光探针和绿色荧光探针的计数值。

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四川省肿瘤医院，其通讯地址为：610041 四川省成都市武侯区人民南路四段55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。