買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜復旦大學申請的專利肝臟病理切片圖像的肝小葉炎癥檢測和定量裝置和方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN116563206B 。

龍圖騰網通過國家知識產權局官網在2025-04-01發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202310228186.5，技術領域涉及：G06T7/00；該發明授權肝臟病理切片圖像的肝小葉炎癥檢測和定量裝置和方法是由李蓬;陳豐榮;李時杰;周紅文設計研發完成，并于2023-03-10向國家知識產權局提交的專利申請。

本肝臟病理切片圖像的肝小葉炎癥檢測和定量裝置和方法在說明書摘要公布了：本發明公開了一種肝臟病理切片圖像的肝小葉炎癥檢測和定量裝置和方法。本發明的裝置通過目標檢測和炎癥最密集區域搜尋等模塊，能夠實現自動化識別肝臟病理切片全景數字化圖像中的炎癥灶，并進行其數量與位置的定量統計，提供自動化輔助醫生定量診斷病理切片的肝小葉炎癥程度。本發明使用人工智能方法和圖像處理相關算法，能夠客觀準確的提供肝臟肝小葉炎癥程度的定量數據。本發明快速、準確、自動化程度高、重復性高，具有廣闊的應用前景。

本發明授權肝臟病理切片圖像的肝小葉炎癥檢測和定量裝置和方法在權利要求書中公布了：1.一種肝臟病理切片圖像的肝小葉炎癥檢測和定量裝置，其特征在于，包括：（1）圖像獲取與儲存模塊：用于獲取與儲存肝臟組織病理切片的全掃描數字化圖像，獲得該切片的全景數字化圖像；（2）圖像分割模塊：用于將全景數字化圖像分割成沒有重疊區域的小圖像，記錄小圖像相對于全景數字化圖像的坐標位置；（3）圖像標記及分類模塊：由病理醫生標記出所有小圖像中的所有炎癥灶，舍棄沒有炎癥灶的小圖像，并將所有標記的小圖像組成數據集，將數據集分為訓練集和測試集；（4）圖像訓練模塊：使用訓練集圖像輸入一個FasterR-CNN模型進行訓練，訓練使模型的損失誤差收斂至0.26并保存該模型；（5）目標檢測模塊：由圖像分割模塊中所得的所有小圖像依次輸入圖像訓練模塊中訓練過的FasterR-CNN模型中進行目標檢測，識別每一張小圖像中的所有炎癥灶并獲得它們在小圖像中的坐標位置，結合圖像分割模塊中每一張小圖像位于每一張全景圖像的坐標位置，可以獲得到所有識別出的炎癥灶在每一張全景數字化圖像中的絕對位置，并將它們的絕對位置存儲至位置列表；（6）搜尋模塊：將目標檢測模塊中在每一張全景圖像中得到的所有炎癥灶的絕對位置用于搜尋該張全景圖像的炎癥最密集區域：a按炎癥灶位置列表中順序取一個炎癥灶Xj的位置，計算所有其他炎癥灶Yi相對于選取炎癥灶的歐氏距離，歐式距離的計算公式為：distXj,Yi=1→n-1=，i、j為位置列表編號且i≠j，n為一張全景圖像中的所有炎癥灶數量；基于炎癥灶最密集區域的視野大小為1.6750×1.6750mm2的標準，設定兩個炎癥灶的歐式距離小于0.8375mm的情況紀錄為炎癥灶密集情況并將記錄存儲于一個新列表中，直到統計完Xj的所有歐式距離判斷；b依據步驟a完成所有Xj的歐式距離計算，并將記錄存儲于每一個相應Xj的新列表中；c比較并找出炎癥灶密集情況數量最多的列表，確認出相應的炎癥灶Xj的位置作為全景圖像中炎癥最密集區域的坐標中心；（7）估算炎癥程度分級模塊：依據搜尋模塊中計算定位到的炎癥最密集區域內可統計獲得炎癥最密集區域的炎癥灶數量，并依據以下打分標準估算炎癥程度分級：炎癥灶數量=0：無炎癥；炎癥灶數量2：輕度炎癥；炎癥灶數量=2-4：中度炎癥；炎癥灶數量4：重度炎癥；（8）反二值化處理模塊：將圖像分割模塊所得的小圖像的原圖進行反二值化處理并設定其閾值；利用所獲得的反二值化圖像進行像素值為正數的個數統計，獲得肝組織面積，并將一張全景圖像中的所有小圖的肝組織面積加總起來獲得一個完整的肝組織面積；（9）計算炎癥灶密度模塊：由目標檢測模塊所得全景圖像的炎癥灶總個數除以反二值化處理模塊所得肝組織面積，可獲得到單位面積上平均炎癥灶個數，即炎癥灶密度。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人復旦大學，其通訊地址為：200433 上海市楊浦區邯鄲路220號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。