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)獲悉河海大學(xué);玖壹叁陸零醫(yī)學(xué)科技南京有限公司申請的專利基于多注意力融合和高精度分割網(wǎng)絡(luò)的病理細(xì)胞分類方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN115810191B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-08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?zhí)?專利號為：202211710618.8，技術(shù)領(lǐng)域涉及：G06V20/69；該發(fā)明授權(quán)基于多注意力融合和高精度分割網(wǎng)絡(luò)的病理細(xì)胞分類方法是由胡鶴軒;丁秋陽;黃倩;楊天金;胡強(qiáng);巫義銳;張曄;狄峰;胡震云;周曉軍;沈勤;呂京澴設(shè)計研發(fā)完成，并于2022-12-29向國家知識產(chǎn)權(quán)局提交的專利申請。

本基于多注意力融合和高精度分割網(wǎng)絡(luò)的病理細(xì)胞分類方法在說明書摘要公布了：本發(fā)明公開了一種基于多注意力融合機(jī)制和高精度分割網(wǎng)絡(luò)的病理細(xì)胞分類方法，包括：病理細(xì)胞圖像的收集與預(yù)處理；構(gòu)建多注意力融合模塊，包括構(gòu)造壓縮激勵模塊和空間注意力模塊；構(gòu)建高精度分割網(wǎng)絡(luò)，通過高精度分割網(wǎng)絡(luò)在病理細(xì)胞圖像上生成感興趣區(qū)域；搭建基于多注意力融合和高精度分割網(wǎng)絡(luò)的深度網(wǎng)絡(luò)模型，利用預(yù)處理過的病理細(xì)胞圖像對模型進(jìn)行訓(xùn)練，得到病理細(xì)胞分類在正確率最高的網(wǎng)絡(luò)模型；將需檢測的病理細(xì)胞圖像送入優(yōu)化的網(wǎng)絡(luò)模型中，獲得對病理細(xì)胞樣本的分類結(jié)果。本發(fā)明使模型能夠?qū)W習(xí)到細(xì)胞圖像中的通道權(quán)重和空間權(quán)重，可利用高精度分割網(wǎng)絡(luò)提取圖像中病理細(xì)胞區(qū)域的特征進(jìn)行分類，從而有效減小計算量及噪聲影響。

本發(fā)明授權(quán)基于多注意力融合和高精度分割網(wǎng)絡(luò)的病理細(xì)胞分類方法在權(quán)利要求書中公布了：1.一種基于多注意力融合機(jī)制和高精度分割網(wǎng)絡(luò)的病理細(xì)胞分類方法，其特征在于，包括以下步驟： 步驟1、病理細(xì)胞醫(yī)學(xué)圖像的收集與預(yù)處理； 步驟2、構(gòu)建多注意力融合模塊，包括構(gòu)造壓縮激勵模塊，使得網(wǎng)絡(luò)模型能夠?qū)W習(xí)不同通道之間的關(guān)系；構(gòu)造空間注意力模塊，幫助網(wǎng)絡(luò)模型識別細(xì)胞圖像中的關(guān)鍵特征區(qū)域； 步驟3、構(gòu)建高精度分割網(wǎng)絡(luò)，通過高精度分割網(wǎng)絡(luò)在病理細(xì)胞醫(yī)學(xué)圖像上生成感興趣區(qū)域； 步驟4、搭建基于多注意力融合和高精度分割網(wǎng)絡(luò)的深度網(wǎng)絡(luò)模型，深度網(wǎng)絡(luò)模型中包括多注意力融合模塊和高精度分割網(wǎng)絡(luò)模塊，利用預(yù)處理過的病理細(xì)胞醫(yī)學(xué)圖像對深度網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，得到病理細(xì)胞分類在正確率最高的深度網(wǎng)絡(luò)模型； 步驟5、將需要檢測的病理細(xì)胞醫(yī)學(xué)圖像送入經(jīng)過步驟4優(yōu)化的深度網(wǎng)絡(luò)模型中，獲得對病理細(xì)胞樣本的分類結(jié)果； 所述的步驟3具體為： 在病理細(xì)胞醫(yī)學(xué)圖像上的每個像素點(diǎn)上生成多個矩形錨框，錨框選取3種尺寸及3種不同的長寬比，共計9個錨框；對每個錨框進(jìn)行分類、偏移量回歸任務(wù)；其中錨框分類任務(wù)使用二元交叉熵?fù)p失函數(shù)： Lclsp，y＝-ylogp-1-ylog1-p 其中y是真實值，p是預(yù)測值； 錨框偏移量回歸采用的損失函數(shù)為： 其中y′為預(yù)測值，δ為常數(shù)，可視情況確定其值； 將錨框分類任務(wù)使用的損失函數(shù)和錨框偏移量使用的損失函數(shù)的加權(quán)和作為總體的損失函數(shù)為： i為各錨框的索引；α為視情況而確定的常數(shù)，用來控制錨框分類任務(wù)的損失在總損失中的占比；pi*，ti*分別表示預(yù)測值，pi、ti分別表示真實值；Ncls表示錨框數(shù)量； 利用錨框回歸得到的錨框偏移量計算出建議框的位置及大小，進(jìn)而計算建議框與真實框的交并比，公式為： 其中，F(xiàn)IoU表示建議框與真實框的交并比，A表示真實框的面積，B表示建議框的面積； 將錨框分類任務(wù)得到的分類分?jǐn)?shù)和交并比加權(quán)求和，其計算公式為： Ts＝Fcls+λFIoU 其中，Ts表示融合分?jǐn)?shù)，F(xiàn)cls表示分類分?jǐn)?shù)，λ是一個系數(shù)，可由模型學(xué)習(xí)得到，衡量交并比在融合分?jǐn)?shù)中的權(quán)重； 采用非極大值抑制算法對融合分?jǐn)?shù)進(jìn)行處理，篩選得到最合適的建議框。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人河海大學(xué);玖壹叁陸零醫(yī)學(xué)科技南京有限公司，其通訊地址為：211100 江蘇省南京市江寧區(qū)佛城西路8號；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)”。