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！

龙图腾网获悉江西农业大学申请的专利基于双模型融合的多重染色畜禽肌纤维量化方法及系统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：CN121304668B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202511856272.6，技术领域涉及：G06T7/00；该发明授权基于双模型融合的多重染色畜禽肌纤维量化方法及系统是由黄路生;王文翔;麻骏武设计研发完成，并于2025-12-10向国家知识产权局提交的专利申请。

本基于双模型融合的多重染色畜禽肌纤维量化方法及系统在说明书摘要公布了：本发明公开了基于双模型融合的多重染色畜禽肌纤维量化方法及系统，通过利用Cellpose‑SAM模型的高泛化能力，能够无需额外的图像预处理步骤，直接有效地应对冰晶伪影、染料污染、染色不均匀等复杂的图像挑战。这极大地简化了分析流程，并大幅节约了耗时的人工预处理和标注资源，实现了高效率与高鲁棒性的统一。通过结合高精度的Cellpose‑SAM实例分割结果和SegFormer像素级语义信息，并采用众数投票的后处理逻辑，克服了传统方法对模糊边界和复杂形态的分割误差，确保了肌纤维类型判定的准确性。在量化指标上，本发明解决了核心基础指标的精准计数问题以及对形态学参数的自动化测量，实现了高精度分类与量化。

本发明授权基于双模型融合的多重染色畜禽肌纤维量化方法及系统在权利要求书中公布了：1.基于双模型融合的多重染色畜禽肌纤维量化方法，其特征在于，包括： 获取形态完整的畜禽肌肉组织样本的肌纤维多模态染色数字图像； 利用肌纤维多模态染色数字图像建立原始数据集，并对所述原始数据集中的图像进行人工精确标注，建立基准数据集； 将基准数据集随机拆分为训练数据集、验证数据集和测试数据集，并通过训练数据集分别训练实例分割模型和像素级的语义分类模型：其中，采用Cellpose-SAM模型作为实例分割模型的基础架构，采用SegFormer模型作为语义分类模型的基础架构； 利用训练完成的实例分割模型和语义分类模型对测试数据集进行独立推理，并结合自动化后处理算法完成肌纤维信息量化； 所述人工精确标注包括： 基于图像中的肌纤维细胞轮廓，利用图像分割模块对其进行像素级实例分割标注，排除图像中包括冰晶伪影、染料污染、肌纤维束间隙、血管及脂肪细胞在内的非肌纤维区域，生成实例分割掩膜文件； 基于肌纤维的多模态染色特征，对肌纤维进行类型判定，生成对应的语义分类掩膜文件，所述类型包括I型、IIA型、IIB型，分别对应慢肌氧化型、快肌氧化糖酵解型、快肌糖酵解型； 基于肌纤维的多模态染色特征，对肌纤维进行类型判定时，用级联式消元策略实施： 首先，针对所述实例分割掩膜文件中的每一个ROI，即肌纤维感兴趣区域，自动测定其在灰度空间下的平均光密度值，基于mATPase与SDH共染色中氧化型肌纤维呈深染色的特性，将平均光密度值低于第一预设阈值的区域标记为初步I型肌纤维候选集，并通过可视化界面接收用户的修正指令以剔除误判目标，生成确定的I型肌纤维集合，从全量肌纤维集合中减去该I型肌纤维集合以得到剩余的II型肌纤维候选集； 其次，针对所述II型肌纤维候选集中的每个ROI，执行轮廓平滑拟合及基于几何中心的等比例轮廓内缩操作，构建贴合细胞膜内侧的环形采样带并计算该区域的平均光密度值，基于中间型肌纤维呈现边缘晕圈的染色特征，将数值落入第二预设阈值区间的区域标记为初步IIA型肌纤维候选集，经可视化显示及接收用户修正指令后剔除误判的IIB型肌纤维，生成确定的IIA型肌纤维集合； 最后，执行逻辑消元运算，从所述II型肌纤维候选集中减去所述确定的IIA型肌纤维集合，将剩余的所有ROI自动判定为IIB型肌纤维，并将所述确定的I型、IIA型及IIB型肌纤维集合统一映射至同一单通道图像中，依据预设编码规则赋予各类型对应的唯一像素标签值；从而生成包含完整分类信息且适配于语义分类模型训练的最终语义分类掩膜文件。

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江西农业大学，其通讯地址为：330033 江西省南昌市经济技术开发区志敏大道1101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。