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！

龙图腾网获悉山东省计算中心(国家超级计算济南中心);齐鲁工业大学(山东省科学院)申请的专利基于深度学习的宫颈液基细胞检测与识别方法及系统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：CN117252813B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202311086862.6，技术领域涉及：G06T7/00；该发明授权基于深度学习的宫颈液基细胞检测与识别方法及系统是由丁青艳;董学成;李娜;潘雨;郑婉设计研发完成，并于2023-08-25向国家知识产权局提交的专利申请。

本基于深度学习的宫颈液基细胞检测与识别方法及系统在说明书摘要公布了：本发明属于神经网络检测图像的技术领域，更具体地，涉及基于深度学习的宫颈液基细胞检测与识别方法及系统。所述方法包括采集宫颈液基细胞图像数据，并经裁剪生成子图像集；对宫颈液基细胞病理图像的子图像集使用矩形框作为边界框进行异常细胞标注；将标注完成的数据进行数据增强处理得到数据集，再将数据集划分为训练集、验证集和测试集；通过数据集对改进的YOLOv5网络模型进行训练、验证和测试，得到训练好的改进的YOLOv5网络模型；将待分析宫颈液基细胞病理图像输入训练好的改进的YOLOv5网络模型进行识别。本发明解决了现有技术中存在漏检测和误检测的情况，并目标检测的准确性和鲁棒性不足的问题。

本发明授权基于深度学习的宫颈液基细胞检测与识别方法及系统在权利要求书中公布了：1.基于深度学习的宫颈液基细胞检测与识别方法，其特征在于，包括； S1、采集宫颈液基细胞图像数据，并经裁剪生成子图像集； S2、对宫颈液基细胞病理图像的子图像集使用矩形框作为边界框进行异常细胞标注； 将异常细胞标注的信息保存为txt格式，保存内容包括标注矩形框的类别号和中心点坐标以及边界框的宽和高，将边界框的中心点坐标、宽、高做归一化处理； S3、将标注完成的数据进行数据增强处理得到数据集，再将数据集划分为训练集、验证集和测试集； S4、通过数据集对改进的YOLOv5网络模型进行训练、验证和测试，得到训练好的改进的YOLOv5网络模型； 所述改进的YOLOv5网络模型包括骨干网络、特征融合模块和头部网络；在特征融合模块的上采样操作后添加可变形卷积ODConv模块和辅助检测解耦头； S5、将待分析宫颈液基细胞病理图像输入训练好的改进的YOLOv5网络模型进行识别； 所述改进的YOLOv5网络模型的特征融合模块的上采样方式采用改进的双线性插值方法，具体如下： 在边界框中获取四个相邻像素点组成的区域，四个相邻像素点为两行两列分布，先在X轴上做一次线性变换，求出每一行的像素点R点： （1）； （2）； 在Y轴上再做一次线性变换求出该区域的P点： （3）； P点表示求得的R1和R2两个像素点在Y轴上做一次线性变换得到的像素插值点，为、的横坐标值，为、的横坐标值，为、的纵坐标值，为、的纵坐标值，； 汇总成计算公式fx,y： （4）； 通过P点的位置计算与的欧氏距离； 选取离P点距离最远的一个点Q记为D点，再进行一次线性插值； 点D与点P进行线性插值，公式为： （6） 1-（7） （8）； 式中，代表点D的像素值，代表点P的像素值，代表点D横坐标值，代表点D纵坐标值，为P点横坐标值，为P点纵坐标值，代表T点横坐标值，代表T点纵坐标值，表示权重，为计算得出插入点T的像素值，其中D点与P点为求出的插值点。

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山东省计算中心(国家超级计算济南中心);齐鲁工业大学(山东省科学院)，其通讯地址为：250000 山东省济南市经十路东首科学院路19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”。