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！

龍圖騰網恭喜上海大學申請的專利一種基于非標記透射細胞顯微圖像的熒光標記預測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：CN114092391B 。

龍圖騰網通過國家知識產權局官網在2025-05-30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：202111134370.0，技術領域涉及：G06T7/00；該發明授權一種基于非標記透射細胞顯微圖像的熒光標記預測方法是由姜正芬;蔣皆恢;劉欣;顧文庭設計研發完成，并于2021-09-27向國家知識產權局提交的專利申請。

本一種基于非標記透射細胞顯微圖像的熒光標記預測方法在說明書摘要公布了：本發明公開了一種基于非標記透射細胞顯微圖像的熒光標記預測方法，包括以下步驟：構建深度學習細胞熒光標記預測模型；根據構建好的深度學習細胞熒光標記預測模型，對構建好的深度學習細胞熒光標記預測模型進行訓練；輸入待標記數據，對待標記數據基于已訓練完成的深度學習細胞熒光標記預測模型進行熒光標記；建立計算性能指標，將被標記的數據進行相似度和峰值信噪比評估。本發明的一種基于深度學習的細胞熒光標記預測方法，可從非標記的透射光圖像中預測熒光標記，準確預測細胞核和細胞膜的位置和強度以及細胞的健康狀況。該方法繞過了傳統的熒光標記過程，節省了時間和成本。

本發明授權一種基于非標記透射細胞顯微圖像的熒光標記預測方法在權利要求書中公布了：1.一種基于非標記透射細胞顯微圖像的熒光標記預測方法，其特征在于，包括以下步驟：構建深度學習細胞熒光標記預測模型；根據構建好的深度學習細胞熒光標記預測模型，對所述構建好的深度學習細胞熒光標記預測模型進行訓練；輸入待標記數據，對所述待標記數據基于已訓練完成的深度學習細胞熒光標記預測模型進行熒光標記；建立計算性能指標，將被標記的數據進行相似度和峰值信噪比評估；其中，構建深度學習細胞熒光標記預測模型，具體包括以下步驟：構建條件生成對抗網絡體系結構，應用cGAN將透射光圖像轉換為其對應的熒光圖像；構建損失函數，在對抗損失函數的基礎上加入L1損失函數和MS-SSIM損失函數；所述cGAN包括兩個深層神經網絡，分別是生成器G和鑒別器D；其中所述生成器G采用U-net架構，包括四個“下行塊”和隨后的四個“上行塊”；所述鑒別器D包括五個鑒別器塊、一個平均池化層和兩個全連接層；所述對抗損失函數： 其中x是透射光圖像，y是真實熒光圖像，pdatax,y是輸入圖像x和真實熒光圖像y的聯合概率分布，是x，y的對數似然的期望；生成器G試圖最小化目標，從而最小化生成的熒光圖像和真實熒光圖像的區別，而鑒別器D試圖最大化目標；L1損失函數： MS-SSIM損失函數： 最終網絡的損失函數為：

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上海大學，其通訊地址為：200444 上海市寶山區上大路99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”。