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！

龙图腾网获悉平安科技(深圳)有限公司申请的专利基于病理图像的相似案例确定方法、装置、设备及介质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：CN116912179B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202310765989.4，技术领域涉及：G06T7/00；该发明授权基于病理图像的相似案例确定方法、装置、设备及介质是由吴开源设计研发完成，并于2023-06-26向国家知识产权局提交的专利申请。

本基于病理图像的相似案例确定方法、装置、设备及介质在说明书摘要公布了：本申请涉及医疗健康技术领域，揭示了一种基于病理图像的相似案例确定方法、装置、设备及介质，其中方法包括：将目标感兴趣区域图像输入预设的特征提取模型进行嵌入向量提取，得到第一向量，特征提取模型是基于预设训练方法训练得到的模型，预设训练方法为将图像样本和细胞形态学无关的扩增图像视为两种风格的图像，并且，通过生成对抗的方式学习两种风格之间的变换以学习图像特征；将第一向量与预设的案例库中的每个案例的标准向量进行相似度计算；从各个相似度中筛选出值为最大的k个相似度，作为命中相似度集；将案例库中的与命中相似度集对应的各个案例，作为相似案例确定结果。从而使相似案例确定结果具有可重复性和一致性。

本发明授权基于病理图像的相似案例确定方法、装置、设备及介质在权利要求书中公布了：1.一种基于病理图像的相似案例确定方法，所述方法包括： 获取目标病理图像对应的目标感兴趣区域图像； 获取多个训练样本和初始模型，其中，所述初始模型包括依次连接的ResNet18和全连接层； 采用各个所述训练样本，对所述初始模型进行基于预设训练方法的训练，将训练结束的所述初始模型作为特征提取模型； 将所述目标感兴趣区域图像输入预设的所述特征提取模型进行嵌入向量提取，得到第一向量； 将所述第一向量与预设的案例库中的每个案例的标准向量进行相似度计算； 从各个所述相似度中筛选出值为最大的k个所述相似度，作为命中相似度集，K为大0的整数； 将所述案例库中的与所述命中相似度集对应的各个所述案例，作为相似案例确定结果； 其中，所述采用各个所述训练样本，对所述初始模型进行基于所述预设训练方法的训练，将训练结束的所述初始模型作为所述特征提取模型的步骤，包括： 将各个所述训练样本中的任一个所述训练样本作为目标样本； 将所述目标样本中的图像样本输入所述初始模型进行嵌入向量提取，得到第二向量； 采用预设的扩增参数，对所述目标样本中的所述图像样本进行细胞形态学无关的扩增，得到扩增图像，并将所述扩增图像输入所述初始模型进行嵌入向量提取，得到第三向量； 将所述第二向量输入预设的图像生成模型进行图像生成，得到第一生成图像，并将所述第二向量和所述扩增参数拼接后输入所述图像生成模型进行图像生成，得到第二生成图像； 将所述目标样本中的所述图像样本输入预设的图像分类模型进行图像来源的分类预测，得到第一预测结果，并将所述第一生成图像输入所述图像分类模型进行图像来源的分类预测，得到第二预测结果； 将所述扩增图像输入所述图像分类模型进行图像来源的分类预测，得到第三预测结果，并将所述第二生成图像输入所述图像分类模型进行图像来源的分类预测，得到第四预测结果； 根据所述第二向量、所述第三向量、所述第一生成图像、所述第二生成图像、所述扩增图像、所述第一预测结果、所述第二预测结果、所述第三预测结果、所述第四预测结果和所述目标样本中的所述图像样本进行损失值计算，得到目标损失值； 根据所述目标损失值更新所述初始模型、所述图像生成模型和所述图像分类模型的网络参数； 跳转到所述将各个所述训练样本中的任一个所述训练样本作为目标样本的步骤迭代执行，直至达到预设的训练结束条件，将所述初始模型作为所述特征提取模型。

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平安科技(深圳)有限公司，其通讯地址为：518000 广东省深圳市福田区福田街道福安社区益田路5033号平安金融中心23楼；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。