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！

龍圖騰網恭喜余姚市浙江大學機器人研究中心;浙江大學申請的專利一種基于卷積神經網絡和Dbscan的病理切片細胞高精度自動分割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：CN115131785B 。

龍圖騰網通過國家知識產權局官網在2025-05-13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：202210605716.9，技術領域涉及：G06V20/69；該發明授權一種基于卷積神經網絡和Dbscan的病理切片細胞高精度自動分割方法是由王進;余煥;陸國棟設計研發完成，并于2022-05-31向國家知識產權局提交的專利申請。

本一種基于卷積神經網絡和Dbscan的病理切片細胞高精度自動分割方法在說明書摘要公布了：本發明屬于圖像處理和人工智能領域，公開了一種基于卷積神經網絡和Dbscan的病理切片細胞高精度自動分割方法。該方法利用病理切片和人工標注細胞掩碼進行針對病理切片細胞特征改進的U?Net卷積神經網絡模型訓練，得到精度較低的初步語義分割結果；然后通過GrabCut后處理模塊，補償細胞欠分割狀況，優化分割邊緣，得到高精度的語義分割掩碼；然后根據語義分割結果中的切片細胞掩碼像素值密度調整Dbscan算法聚類半徑和聚類密度，使用聚類實例劃分，得到高精度的實例分割結果。本發明能夠對多類病理切片細胞進行高精度高效率的語義分割和實例分割。

本發明授權一種基于卷積神經網絡和Dbscan的病理切片細胞高精度自動分割方法在權利要求書中公布了：1.一種基于卷積神經網絡和Dbscan的病理切片細胞高精度自動分割方法，其特征在于，包含如下步驟：步驟1：病理切片圖像數據集構建：以醫院活檢收集制作的病理組織切片和人工標注的細胞掩碼制作病理切片數據集，并使用隨機彈性形變進行數據增強；步驟2：病理切片細胞語義分割網絡訓練：利用病理切片數據集進行針對病理切片細胞特征改進的卷積神經網絡模型訓練，得到精度較低的初步語義分割結果；步驟3：病理切片細胞語義分割后處理：通過GrabCut后處理，補償欠分割圖像，優化分割邊緣，得到高精度的語義分割掩碼，根據病理組織切片語義分割掩碼的形狀特征、像素數量輸出切片類型和面積大小；所述步驟3中，利用GrabCut算法作為圖像后處理方法，卷積神經網絡輸出的語義分割結果作為后處理輸入，代替原GrabCut算法中人工交互指定圖像的前背景方法，直接結合原圖像構造病理切片圖像的帶權圖，通過能量函數的最小化實現全局最優化分割，彌補切片細胞欠分割狀況，優化分割邊緣；所述步驟3中，原圖和經過改進U-Net輸出的語義分割圖一起輸入GrabCut后處理，改進U-Net輸出的語義分割圖指定部分像素點的前背景屬性，進行集合分類，實現帶權圖的構造，并根據像素點的分布規律，構造全局能量函數，通過學習原圖的高斯混合模型參數，對全局能量函數進行最小化收斂，此過程將循環三次，達到最小化全局能量函數的目的，最后利用邊界填充算法，對圖像邊緣進行平滑處理，得到更理想的分割效果，輸出后處理優化圖像；步驟4：病理切片細胞實例分割：根據語義分割結果中的病理組織切片細胞掩碼像素值密度調整Dbscan算法聚類半徑和聚類密度，使用聚類實例劃分，得到高精度的實例分割結果，并根據實例分割掩碼輸出病理細胞實例類別和數量。

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余姚市浙江大學機器人研究中心;浙江大學，其通訊地址為：315400 浙江省寧波市余姚市鳳山街道冶山路479號科創大廈12樓；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”。