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！

龙图腾网获悉南昌大学第一附属医院申请的专利一种基于机器学习分割的自动菌落识别计数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：CN121482784B 。

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：202610020839.4，技术领域涉及：G06V20/69；该发明授权一种基于机器学习分割的自动菌落识别计数方法是由周志斌;黄湘帆;赵孟珍;林瀚;谢子腾设计研发完成，并于2026-01-08向国家知识产权局提交的专利申请。

本一种基于机器学习分割的自动菌落识别计数方法在说明书摘要公布了：本发明属于菌落计数技术领域，提供一种基于机器学习分割的自动菌落识别计数方法。包括以下步骤：培养基图像输入训练后的多尺度且带注意力的轻量化Unet模型中，进行菌落区域分割，输出单通道概率图；单通道概率图通过连通区域提取，圆度筛选，形态学降噪优化和距离变换计数后，完成菌落识别计数。本发明提升效率，减少培养基图像推理时间，批量处理极快，支持全自动处理，也可人工调整参数；优化准确性，距离变换用于黏连菌落识别无上限，计数误差小；并且通过圆度筛选和形态学降噪，降低杂质误计率。

本发明授权一种基于机器学习分割的自动菌落识别计数方法在权利要求书中公布了：1.一种基于机器学习分割的自动菌落识别计数方法，其特征在于：包括以下步骤： 培养基图像输入训练后的多尺度且带注意力的轻量化Unet模型中，进行菌落区域分割，输出单通道概率图；多尺度且带注意力的轻量化Unet模型由编码器、瓶颈层和解码器串联组成，包括： 编码器：通过三组轻量化卷积模块、最大池化模块和卷积块注意力模块依次串联，进行三次下采样，输出多尺度菌落特征；轻量化卷积块由深度可分离卷积、批归一化和ReLU激活组成； 其中，多尺度菌落特征输入瓶颈层中，并且通过跳跃连接输入解码器中； 瓶颈层：通过轻量化卷积模块、自注意力模块和轻量化卷积模块串联，进行压缩特征维度、捕捉全局目标关联和调整特征表达，以输出菌落关键特征； 解码器：通过三组转置卷积模块、多尺度特征融合权重模块和轻量化卷积块依次串联，进行三次上采样，动态加权与对齐编码器输出的多尺度菌落特征，特征融合与细化后，通过sigmoid激活输出单通道概率图； 单通道概率图通过连通区域提取，圆度筛选，形态学降噪优化和距离变换计数后，完成菌落识别计数； 其中，距离变换计数，具体为： 计算菌落区域的前景像素的欧氏距离，其中欧氏距离融入灰度特征； 设定欧氏距离阈值，基于前景像素的欧氏距离筛选每个菌落区域内的距离最大值，即峰点，统计峰点数量即完成菌落识别计数。

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南昌大学第一附属医院，其通讯地址为：330000 江西省南昌市东湖区永外正街17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。