買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜哈爾濱工業(yè)大學(xué)申請的專利一種多層級病灶檢出優(yōu)化的病理切片圖像分割檢測方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN116596952B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-04-01發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202310578840.5，技術(shù)領(lǐng)域涉及：G06T7/12；該發(fā)明授權(quán)一種多層級病灶檢出優(yōu)化的病理切片圖像分割檢測方法是由張淼;梁瑞東;蔣萍;陳子昂;王艷;沈毅設(shè)計研發(fā)完成，并于2023-05-22向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種多層級病灶檢出優(yōu)化的病理切片圖像分割檢測方法在說明書摘要公布了：本發(fā)明公開了多層級病灶檢出優(yōu)化的病理切片圖像分割檢測方法，所述方法構(gòu)建了一個多級特征提取結(jié)構(gòu)，使用輕量級網(wǎng)絡(luò)進(jìn)行圖像特征初步提取，基于空洞空間金字塔池化模塊進(jìn)行多尺度特征提取，將多尺度特征與特征初步提取網(wǎng)絡(luò)中的淺層特征圖進(jìn)行疊加融合，實現(xiàn)了充分的病灶特征提取，提高了算法對病灶的識別精度，并降低了網(wǎng)絡(luò)層數(shù)，避免了過深網(wǎng)絡(luò)結(jié)構(gòu)導(dǎo)致的特征信息損失。基于多層注意力機(jī)制，對病灶特征進(jìn)行了權(quán)重增強，提高了算法對病灶的檢出能力。在初步特征提取網(wǎng)絡(luò)后并行加入一個訓(xùn)練好的基于Sobel算子的多成分分割算法模塊，用于輔助優(yōu)化損失函數(shù)。通過多層級的病灶特征提取、增強、優(yōu)化訓(xùn)練，可以有效提高檢測算法的病灶檢測效果。

本發(fā)明授權(quán)一種多層級病灶檢出優(yōu)化的病理切片圖像分割檢測方法在權(quán)利要求書中公布了：1.一種多層級病灶檢出優(yōu)化的病理切片圖像分割檢測方法，其特征在于所述方法包括如下步驟：步驟一：加載N張病理圖片IN，并對每張圖片配以其相對應(yīng)的分割標(biāo)簽圖LN，使用MobileNetV3輕量級網(wǎng)絡(luò)得到初步提取特征圖使用Sobel算子提取的區(qū)域邊緣圖像HN，并基于HN對進(jìn)行邊緣增強，得到邊緣增強特征圖使用訓(xùn)練一個多成分分割算法FCN，基于訓(xùn)練好的多成分分割算法模型分割邊緣增強特征圖得到基于Sobel算子的多成分分割算法的分割結(jié)果圖WN；步驟二：基于初步提取特征圖使用空洞空間金字塔池化模塊結(jié)構(gòu)進(jìn)行多尺度病灶特征提取得到多尺度特征圖PN，并將MobileNetV3網(wǎng)絡(luò)中的淺層特征圖I′N向下跳躍連接，與多尺度特征圖PN沿通道維度疊加融合，得到病灶特征圖步驟三：基于病灶特征圖通過先后串聯(lián)的ECA通道注意力機(jī)制模塊和SAM空間注意力機(jī)制模塊進(jìn)行病灶區(qū)域特征增強，增強后的特征圖進(jìn)行雙線性插值上采樣，得到基于多層注意力機(jī)制的多層級病灶檢出算法的分割結(jié)果圖ZN；步驟四：通過基于Sobel算子的多成分分割算法的分割結(jié)果圖WN和基于多層注意力機(jī)制的多層級病灶檢出算法的分割結(jié)果圖ZN，改進(jìn)損失函數(shù)計算方法，并訓(xùn)練改進(jìn)的病理切片圖像病灶檢測算法模型，得到病理切片圖像分割結(jié)果圖。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人哈爾濱工業(yè)大學(xué)，其通訊地址為：150001 黑龍江省哈爾濱市南崗區(qū)西大直街92號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。