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！

龙图腾网获悉安徽中医药大学申请的专利基于图像识别的大鼠动情周期判断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：CN119693722B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202510199814.0，技术领域涉及：G06V10/764；该发明授权基于图像识别的大鼠动情周期判断方法是由孔诚诚;王芬;袁亚美;程婧;胡灿灿;陈青青设计研发完成，并于2025-02-24向国家知识产权局提交的专利申请。

本基于图像识别的大鼠动情周期判断方法在说明书摘要公布了：本发明涉及图像识别判断技术领域，尤其涉及基于图像识别的大鼠动情周期判断方法。其技术方案包括样本采集与准备、图像采集与优化、细胞分割与定位、特征提取与分析、细胞分类与识别、结果验证与反馈。本发明通过系统且精细的操作，显著提升了大鼠阴道脱落细胞形态识别的效率与准确性，从精准的样本采集、图像采集优化，到多维度特征提取与集成学习分类，再到结果验证反馈，全方位保障了识别的科学性，不仅大幅缩短检测时间，减少人工误差，还能通过动态优化持续提升性能，为大鼠动情周期的研究提供了高效、可靠的技术支撑。

本发明授权基于图像识别的大鼠动情周期判断方法在权利要求书中公布了：1.基于图像识别的大鼠动情周期判断方法，其特征在于，包括以下步骤： 样本采集与准备、采集大鼠阴道脱落细胞样本，并进行处理与保存； 图像采集与优化、采集高分辨率图像，并进行几何校正、色彩校正和图像去噪预处理； 细胞分割与定位、采用基于卷积神经网络的语义分割模型对细胞进行分割，并对分割后的细胞进行精确定位和标记； 特征提取与分析、提取细胞的形状特征、纹理特征和光学特征，并进行特征选择与降维； 细胞分类与识别、采用集成学习分类器对细胞进行分类，并对分类结果进行优化； 结果验证与反馈、通过多指标对分类结果进行验证，并根据验证结果对各个环节进行反馈和优化； 所述特征提取与分析中，形状特征提取包括分形维数，采用盒计数法计算，将细胞图像划分为不同大小的网格，统计包含细胞像素的网格数量，分形维数：还包括提取细胞的长宽比、凸包面积比特征； 在灰度共生矩阵和局部二值模式的基础上，增加方向梯度直方图特征，将细胞区域划分为多个小的细胞单元，计算每个单元内的梯度方向直方图，然后将直方图串联起来作为细胞的纹理特征； 采用基于小波变换的纹理分析方法，提取不同尺度下的小波系数作为纹理特征，以捕捉细胞内部的细微纹理变化； 分析细胞在不同波长光照下的光学特性，采用多光谱成像技术，在不同波长400nm-700nm下采集细胞图像，提取细胞的光谱反射率、吸收率光学特征，通过主成分分析方法对光学特征进行降维和分析； 采用基于相关性的特征选择方法筛选出与细胞类型相关性高的特征，CFS的评估指标为： 其中，是特征数量，是特征与类别之间的平均相关性，是特征之间的平均相关性； 所述细胞分类与识别中，具体包括以下步骤：通过随机森林构建与训练，通过交叉验证实验确定决策树数量K，K为大于100的整数，从所有特征中随机选择大小为总特征数L%，L为30-70之间整数的特征子集，采用信息增益或基尼指数作为分裂准则，当决策树达到最大深度H，H为大于5的整数时停止生长； 分类结果优化，设定分类不确定样本判定标准，对不确定样本人工标注后加入训练集，每次重新训练时训练集样本数量增加量不超过原有训练集样本数量的T1%，T1为10-30之间的整数，对置信度低于U的结果进行二次验证，U为0.3-0.5之间数值，增加细胞灰度均值、灰度方差、边缘梯度均值特征维度，采用深度神经网络重新分类，网络结构参数通过实验确定。

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安徽中医药大学，其通讯地址为：230031 安徽省合肥市蜀山区梅山路103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”。