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(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜中國(guó)科學(xué)院大學(xué)申請(qǐng)的專利一種醫(yī)學(xué)圖像特征亞組分析方法及系統(tǒng)獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN114240910B 。

龍圖騰網(wǎng)通過國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-06-10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(qǐng)?zhí)?專利號(hào)為：202111570899.7，技術(shù)領(lǐng)域涉及：G06T7/00；該發(fā)明授權(quán)一種醫(yī)學(xué)圖像特征亞組分析方法及系統(tǒng)是由張三國(guó);翟浩然;任明旸;孫鑫凱設(shè)計(jì)研發(fā)完成，并于2021-12-21向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種醫(yī)學(xué)圖像特征亞組分析方法及系統(tǒng)在說明書摘要公布了：本發(fā)明涉及一種醫(yī)學(xué)圖像特征亞組分析方法及系統(tǒng)，先獲取多個(gè)醫(yī)學(xué)圖像樣本中每一所述樣本對(duì)應(yīng)的觀測(cè)數(shù)據(jù)，觀測(cè)數(shù)據(jù)包括第一類圖像特征、第二類圖像特征以及響應(yīng)變量。然后以所有樣本對(duì)應(yīng)的觀測(cè)數(shù)據(jù)作為目標(biāo)函數(shù)的輸入，以令目標(biāo)函數(shù)取最小值為目標(biāo)，計(jì)算得到第一層亞組的第一回歸系數(shù)集合以及第二層子亞組的第二回歸系數(shù)集合，最后基于第一回歸系數(shù)集合和第二回歸系數(shù)集合得到所有樣本的亞組分析結(jié)果，進(jìn)而可以生成包含子亞組的嵌套式層次性結(jié)構(gòu)，在多個(gè)層次上對(duì)樣本進(jìn)行分類，提供更多的相似性信息，輔助組織病理學(xué)的圖像診斷。

本發(fā)明授權(quán)一種醫(yī)學(xué)圖像特征亞組分析方法及系統(tǒng)在權(quán)利要求書中公布了：1.一種醫(yī)學(xué)圖像特征亞組分析方法，其特征在于，所述亞組分析方法包括：獲取多個(gè)醫(yī)學(xué)圖像樣本中每一所述樣本對(duì)應(yīng)的觀測(cè)數(shù)據(jù)；所述觀測(cè)數(shù)據(jù)包括第一類圖像特征、第二類圖像特征以及響應(yīng)變量；以所有所述樣本對(duì)應(yīng)的觀測(cè)數(shù)據(jù)作為目標(biāo)函數(shù)的輸入，以令所述目標(biāo)函數(shù)取最小值為目標(biāo)，計(jì)算得到第一層亞組的第一回歸系數(shù)集合以及第二層子亞組的第二回歸系數(shù)集合；所述第一回歸系數(shù)集合包括每一所述樣本對(duì)應(yīng)的第一回歸系數(shù)；所述第二回歸系數(shù)集合包括每一所述樣本對(duì)應(yīng)的第二回歸系數(shù)；基于所述第一回歸系數(shù)集合和所述第二回歸系數(shù)集合得到所有所述樣本的亞組分析結(jié)果；所述獲取多個(gè)醫(yī)學(xué)圖像樣本中每一所述樣本對(duì)應(yīng)的觀測(cè)數(shù)據(jù)具體包括：對(duì)于每一醫(yī)學(xué)圖像樣本，對(duì)組織進(jìn)行檢測(cè)，以獲取醫(yī)學(xué)圖像樣本和所述樣本的響應(yīng)變量；對(duì)所述樣本進(jìn)行處理，分別得到有標(biāo)簽圖像和無(wú)標(biāo)簽圖像；所述有標(biāo)簽圖像為在所述樣本上人工添加區(qū)域內(nèi)細(xì)胞類型后所得到的圖像；所述無(wú)標(biāo)簽圖像即為原始樣本；對(duì)所述有標(biāo)簽圖像進(jìn)行特征提取，得到第一類圖像特征；對(duì)所述無(wú)標(biāo)簽圖像進(jìn)行特征提取，得到第二類圖像特征；所述以所有所述樣本對(duì)應(yīng)的觀測(cè)數(shù)據(jù)作為目標(biāo)函數(shù)的輸入，以令所述目標(biāo)函數(shù)取最小值為目標(biāo)，計(jì)算得到第一層亞組的第一回歸系數(shù)集合以及第二層子亞組的第二回歸系數(shù)集合具體包括：利用ADMM算法對(duì)所述目標(biāo)函數(shù)進(jìn)行優(yōu)化，得到優(yōu)化后目標(biāo)函數(shù)；以所有所述樣本對(duì)應(yīng)的觀測(cè)數(shù)據(jù)作為所述優(yōu)化后目標(biāo)函數(shù)的輸入，以令所述優(yōu)化后目標(biāo)函數(shù)取最小值為目標(biāo)，通過拉格朗日增廣法進(jìn)行迭代估計(jì)，計(jì)算得到第一層亞組的第一回歸系數(shù)集合以及第二層子亞組的第二回歸系數(shù)集合。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人中國(guó)科學(xué)院大學(xué)，其通訊地址為：100049 北京市石景山區(qū)玉泉路19號(hào)甲；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)”。