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！

龙图腾网获悉广东工业大学申请的专利一种基于全息层析的三维折射率点云与深度学习的细胞高效分类方法及应用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：CN120071339B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202510081988.7，技术领域涉及：G06V20/69；该发明授权一种基于全息层析的三维折射率点云与深度学习的细胞高效分类方法及应用是由钟丽云;郑淼;王浩源;吴迪锋;张祚率设计研发完成，并于2025-01-20向国家知识产权局提交的专利申请。

本一种基于全息层析的三维折射率点云与深度学习的细胞高效分类方法及应用在说明书摘要公布了：本发明属于光学成像与生物医学分析技术领域，具体涉及一种基于全息层析的三维折射率点云与深度学习的细胞高效分类方法，包括以下步骤：步骤1：三维折射率数据的获取与预处理；步骤2：点云数据生成与分区均衡采样；步骤3：构建基于PNet++的RPNet++分类网络模型，在原有的PointNet++网络上提出了本发明的折射率RI点云，命名为RI‑PointNet++RPNet++,专门用于从细胞RI点云中提取特征；步骤4：训练RPNet++分类网络模型；步骤5：测试RPNet++分类网络模型，并使用测试成功的RPNet++分类网络模型基于预处理后得到的细胞点云数据完成细胞分类。本发明在处理大规模细胞数据时，能够显著降低计算负担和时间成本。

本发明授权一种基于全息层析的三维折射率点云与深度学习的细胞高效分类方法及应用在权利要求书中公布了：1.一种基于全息层析的三维折射率点云与深度学习的细胞高效分类方法，其特征在于：包括以下步骤： 步骤1：三维折射率数据的获取与预处理； 步骤2：点云数据生成与分区均衡采样； 步骤3：构建基于PNet++的RPNet++分类网络模型； 步骤4：训练RPNet++分类网络模型； 步骤5：测试RPNet++分类网络模型，并基于测试成功的RPNet++分类网络模型使用预处理后得到的细胞点云数据完成细胞分类；所述细胞分类包括：RPNet++分类网络模型根据点云的三维空间特征和折射率信息，为每个细胞生成分类标签； 所述步骤2包括： 将预处理后所获得的三维折射率体素数据转化为点云数据；点云数据以离散点集合的形式表示细胞内部的三维结构，每个点包含空间坐标x，y，z和折射率值； 根据折射率值的变化检测细胞内部的显著区域，并优先将显著区域转化为点云格式，以保留关键的三维几何与物理特性； 按照折射率值对细胞内部区域进行分区处理，对不同折射率区域采用不同的采样密度，最终得到细胞的三维折射率点云数据； 所述步骤3包括： 在生成细胞的三维折射率点云数据后，构建基于PNet++的RPNet++分类网络模型，所述RPNet++分类网络模型由折射率点云选择器、多尺度特征抽象模块和分类模块组成； 所述折射率点云选择器包括最远点采样和折射率区间增强采样，所述折射率区间增强采样根据点的折射率分布调整采样权重，以优化点云分布并增强关键区域特征； 所述多尺度特征抽象模块，用于逐层提取点云的局部特征和全局特征，以捕捉细胞内部的复杂几何形态和物理特性； 所述分类模块，用于结合局部特征和全局特征并输出细胞的分类结果。

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广东工业大学，其通讯地址为：510006 广东省广州市番禺区广州大学城外环西路100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”。