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
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 合肥工业大学李畅获国家专利权

合肥工业大学李畅获国家专利权

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!

龙图腾网获悉合肥工业大学申请的专利一种基于多维度特征融合的重叠卵裂球目标检测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:CN120014398B

龙图腾网通过国家知识产权局官网在2026-03-06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:202510137755.4,技术领域涉及:G06V10/80;该发明授权一种基于多维度特征融合的重叠卵裂球目标检测方法是由李畅;王潇;刘羽;成娟;宋仁成;陈勋设计研发完成,并于2025-02-07向国家知识产权局提交的专利申请。

一种基于多维度特征融合的重叠卵裂球目标检测方法在说明书摘要公布了:本发明公开了一种基于多维度特征融合的重叠卵裂球目标检测方法,其步骤包括:1,获取1‑8细胞时期的胚胎图像构建数据集,并进行预处理构建样本集;2,通过随机挑选训练集中的1‑2细胞图像分离出相位分量与振幅分量,对图像进行相位融合;3,对融合后的相位与振幅进行逆傅里叶变换,得到新的训练样本集;4,构建用于卵裂球目标检测的网络模型;5,利用训练好的模型进行卵裂球的检测。本发明通过对图像进行相位信息引入干扰来进行数据增强,同时,通过多维度特征融合高度、宽度和通道的加权进行细粒度特征提取和多尺度全局特征聚合,提高对重叠区域的分离能力,从而能大大提高重叠卵裂球检测的精确度。

本发明授权一种基于多维度特征融合的重叠卵裂球目标检测方法在权利要求书中公布了:1.一种基于多维度特征融合的重叠卵裂球目标检测方法,其特征在于,是按如下步骤进行: 步骤1、获取1-8细胞时期的胚胎图像数据集并进行预处理后,得到胚胎图像样本集,表示第i幅胚胎图像样本,N表示胚胎图像样本的总数,对中划分出的卵裂球区域进行标注,得到的标签,令中第j个卵裂球真实位置标签框记为,其中,,分别为中第j个卵裂球左上角坐标、右上角坐标,,分别为第j个卵裂球左下角坐标、右下角坐标; 步骤2、对进行傅里叶变换,得到的相位与振幅,从而利用式1得到的新相位: 1 式1中,代表着权重值,表示第j幅胚胎图像样本的相位; 步骤3、对的新相位与振幅进行逆傅里叶变换,得新的第i幅胚胎图像样本,从而构成新的胚胎图像样本集; 步骤4、搭建卵裂球目标检测网络,包含:骨干网络、颈部网络和头部网络; 步骤4.1、所述骨干网络对进行处理,得到对应的卵裂球深层融合卷积特征图; 步骤4.2、所述颈部网络对进行处理,得到第i个卵裂球全局特征图; 步骤4.3、所述头部网络包括:M个卷积层、H个池化层、一个预测头; 输入到头部网络中,并经过M个卷积层进行特征提取处理后,得到第i个卵裂球卷积特征图; 输入H个池化层中进行下采样处理后,得到第i个卵裂球下采样特征图; 预测头对进行处理后,得到的第j个卵裂球边界框预测坐标以及卵裂球目标的预测类别概率;其中,分别为中第j个卵裂球左上角预测坐标、右上角预测坐标,,分别为中第j个卵裂球左下角预测坐标、右下角预测坐标; 步骤4.4、构建卵裂球目标检测网络的总损失; 步骤5、基于,利用梯度下降法对卵裂球目标检测网络进行训练,并计算总损失以更新网络参数,直到总损失收敛或达到最大迭代次数后,停止训练,从而生成最优参数对应的卵裂球检测模型,用于对测试集胚胎图像样本集里的卵裂球进行检测。

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合肥工业大学,其通讯地址为:230009 安徽省合肥市包河区屯溪路193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。