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！

龙图腾网获悉鹏城实验室申请的专利一种基于中心点的细胞核分割方法及相关设备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：CN116433704B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202211705880.3，技术领域涉及：G06T7/194；该发明授权一种基于中心点的细胞核分割方法及相关设备是由陈杰;田永鸿;高文;黄显淞;黄钟毅设计研发完成，并于2022-12-29向国家知识产权局提交的专利申请。

本一种基于中心点的细胞核分割方法及相关设备在说明书摘要公布了：本发明公开了一种基于中心点的细胞核分割方法及相关设备，所述方法包括：基于无监督聚类的伪标签生成算法对细胞核图像聚类，生成细胞核分割网络模型训练时所需要的实例像素级伪标签；在得到三分类的伪标签实例化结果后，采用非边界框依赖的实例分割框架进行细胞核分割网络模型的训练；对细胞核中心点检测网络进行训练，通过取局部最大值和滤波操作得到预测的细胞核中心点；将细胞核的分割结果和检测结果进行融合和切割处理，得到修正后的细胞核实例分割结果。本发明将伪标签处理成内核‑轮廓‑背景三分类的分类图，从而能让网络更好地关注细胞核的轮廓，对细胞核中心点进行预测，使用分水岭算法对分割结果进行处理，提升了粘连细胞核实例化效果。

本发明授权一种基于中心点的细胞核分割方法及相关设备在权利要求书中公布了：1.一种基于中心点的细胞核分割方法，其特征在于，所述基于中心点的细胞核分割方法包括： 基于无监督聚类的伪标签生成算法对细胞核图像聚类，生成细胞核分割网络模型训练时所需要的实例像素级伪标签； 在得到三分类的伪标签实例化结果后，采用非边界框依赖的实例分割框架进行细胞核分割网络模型的训练； 对细胞核中心点检测网络进行训练，通过取局部最大值和滤波操作得到预测的细胞核中心点； 将细胞核的分割结果和检测结果进行融合和切割处理，得到修正后的细胞核实例分割结果； 所述基于无监督聚类的伪标签生成算法对细胞核图像聚类，生成细胞核分割网络模型训练时所需要的实例像素级伪标签，具体包括： 对输入的细胞核原图，使用K均值聚类算法进行前背景的无监督聚类，并将无监督聚类的簇中，与细胞核中心点标注重叠区域多的簇判定为细胞核前景； 使用细胞核的中心点标注对细胞核聚类结果进行实例化处理，将实例像素级伪标签处理成内核-轮廓-背景三分类的分类图； 所述使用细胞核的中心点标注对细胞核聚类结果进行实例化处理，将实例像素级伪标签处理成内核-轮廓-背景三分类的分类图，具体包括： 若细胞核中心点标注图为，其中，和分别为细胞核原图的高度和宽度，中的元素在有细胞核中心点标注的地方取值为1，无细胞核中心点标注的地方取值为0； 对细胞核中心点标注图进行取反操作，得到与所处理图像相同分辨率的中心点标注取反图： ； 其中，中元素值全为1，对于来说，定义取值为1的像素为前景，取值为0的像素为背景； 对中心点标注取反，得到对应的中心点，其中每个元素对应的计算式为： ； 其中，为的元素，为两个像素之间的欧氏距离； 聚类得到的细胞核前景二值化图为，将与中心点距离图融合，得到前景-距离图： ； 其中，表示矩阵对应元素相乘； 运用分水岭算法得到实例化分割结果： ； 其中，表示分水岭算法； 对每个实例进行孔洞填充后处理，得到最终的伪标签实例化结果。

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鹏城实验室，其通讯地址为：518000 广东省深圳市南山区兴科一街2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。