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一种伪标签筛选的半监督淋巴瘤细胞分割系统及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：CN121305098B 。

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：202511885004.7，技术领域涉及：G06V10/26；该发明授权一种伪标签筛选的半监督淋巴瘤细胞分割系统及方法是由黄宗瑶;刘洋;骆丹;张明星;杨红;骆劲丞设计研发完成，并于2025-12-15向国家知识产权局提交的专利申请。

本一种伪标签筛选的半监督淋巴瘤细胞分割系统及方法在说明书摘要公布了：本发明涉及医学图像分割技术领域，公开了一种伪标签筛选的半监督淋巴瘤细胞分割系统及方法，提出不同分辨率小块图块Patch切割，通过EfficientNets模型多尺度深度特征提取融合实现了多尺度的实例特征、图像特征协同表征；引入了训练好的XGBoost模型作为精准的质量过滤器，对LC‑YOLO模型的初步结果进行不确定性、固定阈值、自适应阈值筛选，XGBoost模型的自适应性阈值筛选能够根据每个预测目标的融合特征动态判断其真伪，有效剔除与真实细胞特征不符的噪声预测，确保了最终高质量伪标签的可靠性与稳定性。

本发明授权一种伪标签筛选的半监督淋巴瘤细胞分割系统及方法在权利要求书中公布了：1.一种伪标签筛选的半监督淋巴瘤细胞分割方法，其特征在于，包括以下步骤： 全切片图像切分为多个分辨率的小块图块； 将多分辨的小块图块输入EfficientNets模型进行多尺度特征提取，提取出多尺度图像特征； 将单个尺度的小块图块进行人工标注细胞实例，获得实例结构特征； 将实例结构特征和多尺度图像特征融合，用于训练XGBoost模型； 将人工标注的小块图块输入LC-YOLO模型进行全监督训练； 基于全监督训练的LC-YOLO模型对未人工标注的小块图块进行推理，得到初步伪标签； 将初步伪标签经过不确定性筛选、非极大值抑制的固定阈值筛选、XGBoost模型的自适应性阈值筛选后获得高质量伪标签； XGBoost模型的自适应性阈值筛选，具体步骤为： 将经过非极大值抑制的固定阈值筛选的初步标签输入经过训练的XGBoost模型中，获得置信度分数； 依据XGBoost模型训练后的置信度分数，人工设置自适应阈值，保留的实例，设为高质量伪标签； 其中是置信度分数，是自适应阈值。

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。