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 > 华南理工大学胡金龙获国家专利权

华南理工大学胡金龙获国家专利权

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!

龙图腾网获悉华南理工大学申请的专利基于特征混合的显微图像骨髓细胞识别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:CN120070403B

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:202510222875.4,技术领域涉及:G06T7/00;该发明授权基于特征混合的显微图像骨髓细胞识别方法是由胡金龙;吴特锦;董守斌;郑潇柔;袁华设计研发完成,并于2025-02-27向国家知识产权局提交的专利申请。

基于特征混合的显微图像骨髓细胞识别方法在说明书摘要公布了:本发明公开了一种基于特征混合的显微图像骨髓细胞识别方法,包括:获取带标注的骨髓细胞显微图像构建数据集,划分成为训练集与测试集;对训练集中的图像进行数据增强,得到增强训练集;将增强训练集送入改进MaskR‑CNN网络进行训练,得到最优模型;将测试集输入到最优模型中获取预测信息,包括:每个骨髓细胞的位置边框、类别和分割掩码信息,将这些信息绘制到原始图像上,并将预测得到的骨髓细胞类别标在位置边框的上方,从而完成骨髓细胞的识别。本发明提升了对各种颜色风格的骨髓细胞图像的识别泛化性。

本发明授权基于特征混合的显微图像骨髓细胞识别方法在权利要求书中公布了:1.基于浅层特征混合的显微图像骨髓细胞识别方法,其特征在于,该方法是基于改进MaskR-CNN网络实现骨髓细胞的目标识别,该改进MaskR-CNN网络是对传统MaskR-CNN网络的特征提取模块进行改进,即在特征提取模块的浅层网络中加入浅层特征混合模块,所述浅层特征混合模块是在风格特征混合模块的基础上进行改进,该风格特征混合模块称为MixStyle,具体改进为:在MixStyle之前加入当前最远点采样模块,该当前最远点采样模块称为CFPS,所述CFPS是通过计算两两图像样本的浅层特征之间的欧氏距离,并从中选中与当前样本欧氏距离最大的样本提供给MixStyle作为输入;在MixStyle之后加入内部通道混合模块,该内部通道混合模块称为InterMix,所述InterMix是在样本的各个特征通道之间使用MixStyle进行随机的风格特征混合; 所述显微图像骨髓细胞识别方法的具体实施包括以下步骤: 1获取带标注的骨髓细胞显微图像构建数据集,其中每张图像的标注包括各个细胞的位置边框、类别和分割掩码,接着将数据集划分成为训练集与测试集; 2对训练集中的图像进行数据增强,得到经过形状和颜色变换后的增强训练集; 3将增强训练集送入改进MaskR-CNN网络,通过特征提取模块的浅层特征混合模块生成更多的分布外颜色风格特征,并通过特征提取模块获取不同种类的骨髓细胞的特征信息,将提取到的特征信息与特征金字塔模块FPN进行特征多尺度融合,再经过区域推荐模块RPN获取感兴趣区域,最后输入到改进MaskR-CNN网络的分类器、边框回归模块和掩码分割模块获得骨髓细胞的预测结果;其中,在反向传播中使用二值交叉熵计算分类的损失值和使用Smooth-L1损失函数计算回归的损失值,经过多次迭代至损失值最小,得到最优模型; 4将测试集输入到最优模型中获取预测信息,包括:每个骨髓细胞的位置边框、类别和分割掩码信息,将这些信息绘制到原始图像上,并将预测得到的骨髓细胞类别标在位置边框的上方,从而完成骨髓细胞的识别。

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华南理工大学,其通讯地址为:510640 广东省广州市天河区五山路381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。