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！

龍圖騰網恭喜汕頭大學醫學院;湘潭大學申請的專利一種全切片病理圖像分割及輔助標注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：CN119273664B 。

龍圖騰網通過國家知識產權局官網在2025-05-23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：202411394539.X，技術領域涉及：G06T7/00；該發明授權一種全切片病理圖像分割及輔助標注方法是由閆曉苗;謝明健;湯紅忠;張偉鋒;易潤坤;耿義群;洪良利;張宏生;顧江設計研發完成，并于2024-10-08向國家知識產權局提交的專利申請。

本一種全切片病理圖像分割及輔助標注方法在說明書摘要公布了：本發明涉及圖像處理與醫學技術領域，具體涉及一種全切片病理圖像分割及輔助標注方法。首先，將全切片病理圖像WSI分成模型訓練數據集和待標注數據集，對模型訓練數據集中的癌癥區域進行標注，構建病理圖像分割數據集和模型預測數據集；使用病理圖像分割數據集來訓練U?Net分割模型；其次，利用訓練好的U?Net分割模型對模型預測數據集中的小圖像塊進行預測，生成每張小圖像塊的分割結果并拼成整張病理切片的結果；最后，提取分割結果的輪廓，將輪廓的坐標點數值寫入XML標注文件，病理醫師可以在病理圖像查看軟件ASAP上審閱標注的質量。本發明的全切片病理圖像分割及輔助標注方法能夠有效對癌癥區域分割，同時輔助標注能夠進一步減少病理醫師的標注負擔。

本發明授權一種全切片病理圖像分割及輔助標注方法在權利要求書中公布了：1.一種全切片病理圖像分割及輔助標注方法，其特征在于，所述圖像分割及輔助標注方法包括如下步驟：S1：將病理圖像數據WSI劃分為模型訓練數據集和待標注數據集；S2：對所述模型訓練數據集中切片的癌癥區域進行ROI區域標注，將WSI在10×倍率下切割成若干512×512像素大小的圖像塊，并進行圖像預處理，構建病理圖像分割數據集；S3：將所述待標注數據集中的切片在10×倍率下切割成若干512×512像素大小的圖像塊，構建模型預測數據集；S4：使用病理圖像分割數據集，利用U-Net分割模型作為骨干網絡，建立U-Net病理圖像分割模型；S5：將交叉熵損失和Dice損失進行加權求和后作為網絡的總損失來訓練所述U-Net病理圖像分割模型；S6：利用所述U-Net病理圖像分割模型對模型預測數據集中的圖像塊進行預測，生成圖像塊的分割結果，并且拼成整張大圖的分割結果，以便于整張切片上的分割效果可視化；S7：提取整張切片分割結果的輪廓，將輪廓的坐標點數值按照病理圖像查看軟件ASAP所支持的標簽格式生成XML標注文件；S8：病理醫師在ASAP上打開病理切片并加載XML標注文件，審查標注的質量，并進行調整，以便于在后續進行使用；所述S4中，所述U-Net病理圖像分割模型由編碼網絡和解碼網絡構成，所述編碼網絡包含了4層卷積和最大池化操作，所述解碼網絡包含4層卷積與反卷積操作，所述編碼網絡和解碼網絡之間加入跳躍連接，以融合編碼網絡和解碼網絡對應層次的語義特征，將解碼網絡最后一個卷積層的輸出通道設置為病理圖像數據集分割類別數3；所述S5中，將交叉熵損失和Dice損失進行加權求和后作為網絡的總損失來訓練所述U-Net病理圖像分割模型，其中所述交叉熵損失LCE的表達式為： ；其中，HW表示圖像的尺寸，y表示標簽，表示模型的預測結果；所述Dice損失LDice的表達式為： ；其中，ε是常數，用于防止除零；所述分割模型的總損失Ltotal的表達式為： ；所述S7中，提取整張切片的分割結果的輪廓并生成XML標注文件的步驟包括：S71：提取整張切片分割結果的輪廓，以15個像素為間隔進行取值得到分割輪廓的坐標點；S72：依據數據預處理時的切片放大倍數，將坐標點數值放大到全切片的最大級尺寸，以保證分割輪廓能夠對應全切片的實際尺寸大小；S73：將所有的坐標點數值按照病理圖像查看軟件ASAP支持的標簽格式生成XML標注文件。

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汕頭大學醫學院;湘潭大學，其通訊地址為：515041 廣東省汕頭市新陵路22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”。