Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 云南省第一人民医院张云辉获国家专利权

云南省第一人民医院张云辉获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉云南省第一人民医院申请的专利一种细胞病理玻片的判读方法、装置、计算机设备及介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119942541B

龙图腾网通过国家知识产权局官网在2025-07-11发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510325657.3,技术领域涉及:G06V20/69;该发明授权一种细胞病理玻片的判读方法、装置、计算机设备及介质是由张云辉;王盛兰;彭玉兰;杜艳红;孟金良;杨振;张升雄;孙丹雄;唐珩设计研发完成,并于2025-03-19向国家知识产权局提交的专利申请。

一种细胞病理玻片的判读方法、装置、计算机设备及介质在说明书摘要公布了:本发明公开了一种细胞病理玻片的判读方法、装置、计算机设备及介质,属于图形图像处理技术领域,该方法包括以下步骤:根据历史玻片的图像特征构建自监督学习模型,通过自监督学习模型对原始玻片进行图像增强,生成增强后玻片图像;利用高斯滤波对增强后玻片图像进行匀光处理,生成校正后图像,构建并训练基于RepVit模块的轻量级卷积神经网络,利用轻量级卷积神经网络对校正后图像进行目标分类和目标检测,生成原始玻片对应的标签分类和定位扫描区域;若标签分类为合格,使用显微镜对原始玻片的定位扫描区域进行判读,获取细胞病理的判读结果。本发明通过深度学习模型对细胞病理玻片进行判读,提高了判读效率和精度。

本发明授权一种细胞病理玻片的判读方法、装置、计算机设备及介质在权利要求书中公布了:1.一种细胞病理玻片的判读方法,其特征在于,包括: 根据历史玻片的玻片图像的图像特征构建并训练包括第一视觉Transformer编码器、第二视觉Transformer编码器和特征融合器的自监督学习模型,通过所述自监督学习模型对原始玻片的玻片图像进行图像增强,生成增强后玻片图像,其中,所述图像特征包括细胞形态学特征和染色风格特征,所述第一视觉Transformer编码器用于对细胞形态学特征进行编码,所述第二视觉Transformer编码器用于对染色风格特征进行编码,所述特征融合器用于对细胞形态学特征的编码和染色风格特征的编码进行特征融合生成增强后玻片图像; 利用高斯滤波对所述增强后玻片图像进行匀光处理,生成校正后图像,构建并训练基于RepVit模块的轻量级卷积神经网络,利用所述轻量级卷积神经网络对校正后图像进行目标分类和目标检测,生成所述原始玻片对应的标签分类和定位扫描区域,其中,所述标签分类包括合格和不合格; 当所述标签分类为合格时,使用显微镜对所述原始玻片的所述定位扫描区域进行判读,获取细胞病理的判读结果; 所述构建并训练基于RepVit模块的轻量级卷积神经网络,利用轻量级卷积神经网络对校正后图像进行目标分类和目标检测,生成原始玻片对应的标签分类和定位扫描区域,包括: 通过先验框对RepVit模块进行训练并优化; 通过多层所述RepVit模块对校正后图像的特征进行提取,生成多尺度特征图; 将所述多尺度特征图输入至注意力机制中对特征进行增强处理,生成增强特征图; 通过串联的多个加权双向金字塔网络模块,对所述增强特征图进行多次双向的特征融合,生成融合后的多尺度特征图; 将所述融合后的多尺度特征图输入至回归和分类网络,获取所述标签分类和定位扫描区域,其中,不合格的标签分类包括出血、染色异常、模糊和非人体组织杂质。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人云南省第一人民医院,其通讯地址为:650000 云南省昆明市西山区金碧路157号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。