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！

龙图腾网获悉杭州智微信息科技有限公司申请的专利一种基于自学习的细胞图像语义分割标注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：CN116052162B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202211661165.4，技术领域涉及：G06V20/69；该发明授权一种基于自学习的细胞图像语义分割标注方法是由黄震;徐姝坪;孙明霞;肖杰;李强;陆涛;陆炬设计研发完成，并于2022-12-23向国家知识产权局提交的专利申请。

本一种基于自学习的细胞图像语义分割标注方法在说明书摘要公布了：本发明涉及一种基于自学习的细胞图像语义分割标注方法，包括如下步骤：一、手动采样步骤：1对原始图像进行初步的手工标注，采样2‑5个白细胞、5‑10个红细胞及1‑2个背景区域；2手工标注时，手动框选单个细胞的矩形区域，并应用Grabcut算法分割出单个细胞的采样图，求得矩形区域内图像X前景和背景分割的能量公式，再应用最小割算法进行前景和背景的分割；3采样足够数量的细胞后，在原始图像中框选背景区域，对背景区域的颜色分析，通过对R、G、B通道的直方图拟合高斯分布函数，获取原始图像的背景色彩范围。本发明能捕捉细胞形态、色彩、纹理和尺寸上的差异，实现快速和精准的自动分割，对比现有的工具更加简单、有效，并且适用范围更广。

本发明授权一种基于自学习的细胞图像语义分割标注方法在权利要求书中公布了：1.一种基于自学习的细胞图像语义分割标注方法，其特征在于，包括如下步骤： 一、手动采样步骤： 1对原始图像进行初步的手工标注，采样2-5个白细胞、5-10个红细胞及1-2个背景区域； 2手工标注时，手动框选单个细胞的矩形区域，并应用Grabcut算法分割出单个细胞的采样图，求得矩形区域内图像X前景和背景分割的能量公式，再应用最小割算法进行前景和背景的分割； 3在完成步骤1的采样后，在原始图像中框选背景区域，对背景区域的颜色分析，通过对R、G、B通道的直方图拟合高斯分布函数，获取原始图像的背景色彩范围，公式如下： , 其中ɑ为直方图峰值，μ为曲线峰值对应的像素值，σ为统计求得的标准差； 二、背景生成： 4求得R、G、B三通道的颜色分布信息NRx、NGx、NBx后，生成图像时，在一个标准差内对三通道取平均颜色，生成背景; 5在生成图像上，对背景添加椒盐噪音，即取像素位置，按照μ=15，σ=30的高斯分布生成噪音，之后融合到图像中； 6在生成图像上，使用高斯函数在背景上生成圆点，模拟原始图像的噪音情况，选择位置μ和杂质大小s，之后生成二维高斯核函数： ，随后将模拟的杂质图像覆盖到生成图像的背景上，生成背景； 三、细胞生成： 7选择一个步骤2中采样的红细胞，对饱和度、亮度、对比度进行色彩变换； 8接着对该细胞进行仿射变换，使其拉伸、旋转； 9使用步骤8的方法在生成图像上生成300-500个红细胞，20-40个白细胞，生成细胞时同时生成目标语义分割的图像；且添加新的细胞时对已有的语义分割图进行膨胀操作，从背景像素中选择生成位置，避免细胞位置的过度重叠； 四、轻量化神经网络训练： 10重复步骤4~9，生成10-30张图像； 11将步骤10中生成的图像，训练轻量化的U-Net卷积神经网络，将其原始的通道数量64-128-256-512-1024降至4-8-16-32-64，并进行20轮迭代训练，分别取每一轮的分割结果作为备选结果； 12取20轮的分割结果，筛选其中效果好的一轮，进行手动微调，即可输出标注好的分割图。

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杭州智微信息科技有限公司，其通讯地址为：311200 浙江省杭州市萧山区闻堰街道天马路1688号1幢101室；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。