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 > 江苏百通达医疗用品有限公司马香兰获国家专利权

江苏百通达医疗用品有限公司马香兰获国家专利权

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!

龙图腾网获悉江苏百通达医疗用品有限公司申请的专利基于图像分析的宫颈癌细胞学筛查系统及方法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:CN117576687B

龙图腾网通过国家知识产权局官网在2025-07-15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:202311538046.4,技术领域涉及:G06V20/69;该发明授权基于图像分析的宫颈癌细胞学筛查系统及方法是由马香兰;邱宇宸;沈洪兴设计研发完成,并于2023-11-17向国家知识产权局提交的专利申请。

基于图像分析的宫颈癌细胞学筛查系统及方法在说明书摘要公布了:本发明公开了一种基于图像分析的宫颈癌细胞学筛查系统及方法,涉及图像处理技术领域,所述筛查系统包括图像获取模块、图像处理模块,还包括细胞标记模块、特征提取模块、对比分析模块、中心控制模块、识别检验模块、结果输出模块。与现有技术相比,本发明技术方案提出的筛查方法增加了对病变细胞鉴定识别结果的自检过程,以获取的检测对象个体的细胞病理学涂片扫描图像中的标记区域作为参考对其他区域内的细胞种类进行对比识别,可以提高当出现多类细胞及其他物质重叠现象时病变细胞被识的准确率。

本发明授权基于图像分析的宫颈癌细胞学筛查系统及方法在权利要求书中公布了:1.基于图像分析的宫颈癌细胞学筛查系统,包括图像获取模块、图像处理模块,其特征在于,还包括细胞标记模块、特征提取模块、对比分析模块、中心控制模块、识别检验模块、结果输出模块,其中; 所述图像获取模块用于对宫颈液基涂片进行扫描,获取宫颈液基涂片的涂片扫描图像; 所述图像处理模块与所述图像获取模块连接,用于对获取的涂片扫描图像进行预处理和分割,获取分割后涂片扫描图像的所有感兴趣区域, 所述细胞标记模块与图像分割模块连接,用于根据分割后图像的感兴趣区域中含有的物质种类将获取的其中部分感兴趣区域分类为不同的标记样本; 所述特征提取模块与所述细胞标记模块连接,用于提取所述标记样本的特征参数; 所述对比分析模块与所述特征提取模块连接,用于根据标记样本的特征参数对未被所述细胞标记模块标记的感兴趣区域进行一一对比识别,根据识别结果将未标记的感兴趣区域分类; 所述识别检验模块与所述对比分析模块连接,用于对未标记的感兴趣区域分类结果进行检验,计算未标记感兴趣区域的分类准确率; 所述中心控制模块与所述识别检验模块连接,通过设置分类准确率输出阈值,用于区分未标记感兴趣区域分类准确率的等级,判定是否输出分类结果; 所述结果输出模块与所述中心控制模块连接,用于当所述中心控制模块判定为输出分类结果时,统计需要被输出分类结果的感兴趣区域数量,并输出数量统计结果及对应的感兴趣区域图像; 所述筛查系统的筛查方法包括以下步骤: 步骤一,采用薄层液基技术制备宫颈液基涂片,通过图像获取模块对宫颈液基涂片进行扫描,获取至少一组宫颈液基涂片的涂片扫描图像; 步骤二,通过图像处理模块对获取的涂片扫描图像进行增强处理,采用阈值分割法对获取的涂片扫描图像进行分割,算法模型为: 其中,i,j分别表示像素的横纵坐标;gi,j表示像素的局部特性;fi,j表示像素灰度值;T为分割阈值; 通过对图像进行分割后,按照含有的物质种类提取分割后涂片扫描图像的所有感兴趣区域,包括正常细胞区域、病变细胞区域、杂质区域、正常细胞与病变细胞重合区域、正常细胞与杂质重合区域、病变细胞与杂质重合区域、正常细胞与病变细胞及杂质重合区域七类; 步骤三,将感兴趣区域按照类型依次编号为A1,A2…A7,分别选取涂片扫描图像中各类感兴趣区域的若干个区域作为样本,对选取的样本进行标记,获取标记样本,并将标记样本进行编号为Aij,其中,i为感兴趣区域类型编号,i=1,2…7;j为标记样本编号j=1,2…n,n为正整数; 步骤四,根据自动识别宫颈癌细胞病理学改变的特征集,采用图像识别算法提取标记样本的密度特征、尺寸特征、边缘特征、形状特征、纹理特征的特征参数; 步骤五,分别获取未被标记的感兴趣区域的各项特征参数,构建未被标记感兴趣区域的评价数据组,记作Qt=q1t,q2t...qlt,其中,t为未被标记的感兴趣区域的编号,t=1,2…n,n为正整数,l为未被标记的感兴趣区域的特征参数的项数,l=1,2…u,u为正整数,以标记样本的特征参数均值作为对比数据组,记作P=p1,p2...pl,计算评价数据组与对比数据的欧氏距离作为数据组的相似度Si,计算公式为: 根据相似度将所有未标记的感兴趣区域进行分类; 步骤六,采用随机抽样法抽取未标记的感兴趣区域分类后的W个检验样本,对抽取的检验样本进行检验验证,根据验证结果计算各类未标记感兴趣区域的分类准确率Crv,计算公式为:其中v表示未标记的感兴趣区域类型,v=1,2…7;Wv表示第v项未标记的感兴趣区域的检验样本总量;wv表示第v项未标记的感兴趣区域的检验样本正确项数量; 步骤七,对未标记感兴趣区域的分类准确率Crv的等级进行划分,根据输出阈值及区分结果判定是否输出分类结果; 步骤八,当所述中心控制模块判定为输出分类结果时,统计需要被输出分类结果的感兴趣区域数量,并输出数量统计结果及对应的感兴趣区域图像,当所述中心控制模块判定为不输出分类结果时,回到步骤六,重新抽取不输出的未标记的感兴趣区域的检验样本,再次进行分类准确率验证,若验证的结果仍判定为不输出分类结果时,回到步骤五; 在特征参数中, 密度特征包括平均灰度、标准差、熵、目标-背景对比度; 尺寸特征包括面积、周长、长径、宽径; 边缘特征包括边缘强度、边缘方差、边缘模糊系数; 形状特征包括凸度、圆形度、形状因子、偏心率、傅立叶描述子、平均标准化半径、标准化半径方差、标准化半径熵、面积比率、粗糙度; 纹理特征包括分形维数、灰度共生矩阵、局部二值模式均值、LBP方差; 在步骤四,提取的标记样本的特征参数包括密度特征中的至少一种特征、尺寸特征中的至少一种特征、边缘特征中的至少一种特征、形状特征中的至少一种特征及纹理特征中的至少一种特征; 在步骤七中,分类准确率Crv的等级划分方法为: 获取分类准确率Crv后,利用分类准确率Crv的数值创建样本集,并获取样本集中的均值和标准差,利用均值和标准差对数据进行标准化,标准化公式为在此式中z为标准参量,σ为样本数据的方差,μ为样本数据的均值,在完成标准化后,将标准参量利用将数值区间调整至[0,1]之间,利用fk的函数值对重合率进行分类,分类的机制为: 当时,分类准确率Crv分类为一级; 当时,分类准确率Crv分类为二级; 其中,fkmin,fkmax分别为fk的函数值的最小值和最大值。

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江苏百通达医疗用品有限公司,其通讯地址为:224051 江苏省盐城市建湖县建阳镇建阳石油装备产业园君实路88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。