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！

龙图腾网获悉山东骏腾医疗科技有限公司申请的专利基于深度学习的病理图像质控方法、装置、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：CN115115876B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202210710549.4，技术领域涉及：G06V10/764；该发明授权基于深度学习的病理图像质控方法、装置、设备及介质是由吴玉欣;吕彦全;李晓明;郭玉川;葛衍冉;陆铖;高鹏;王亮设计研发完成，并于2022-06-22向国家知识产权局提交的专利申请。

本基于深度学习的病理图像质控方法、装置、设备及介质在说明书摘要公布了：本说明书实施例公开了一种基于深度学习的病理图像质控方法、装置、设备及介质。方法包括：病理图像的预设质控条件与所述病理图像对应的业务工作，确定预设深度学习模型的多个分类层；根据采集的无疾病的第一病理图像与有疾病的第二病理图像，构建数据集；数据集包括：训练集、验证集、测试集；将训练集所包含的第一病理图像与第二病理图像作为输入图像，输入预设深度学习模型，对预设深度学习模型进行迭代训练，并基于验证集对预设深度学习模型进行验证，获得待测试的质控模型；基于测试集对所述待测试的质控模型进行测试，获得符合要求的质控模型；将待检测病理图像输入符合要求质控模型，获得待检测病理图像的质控结果。

本发明授权基于深度学习的病理图像质控方法、装置、设备及介质在权利要求书中公布了：1.一种基于深度学习的病理图像质控方法，其特征在于，所述方法包括： 基于病理图像的预设质控条件与所述病理图像对应的业务工作，确定预设深度学习模型的多个分类层； 根据采集的无疾病的第一病理图像与有疾病的第二病理图像，构建与所述预设深度学习模型相对应的数据集；其中，所述数据集包括：训练集、验证集、测试集； 将所述训练集所包含的第一病理图像与第二病理图像作为输入图像，输入所述预设深度学习模型，对所述预设深度学习模型进行迭代训练，并基于所述验证集对每次迭代的所述预设深度学习模型进行验证，以获得待测试的质控模型； 基于所述测试集对所述待测试的质控模型进行测试，获得符合要求的质控模型； 将待检测病理图像输入所述符合要求质控模型，获得所述待检测病理图像的质控结果； 基于病理图像的预设质控条件与所述病理图像对应的业务工作，确定预设深度学习模型的多个分类层之前，所述方法还包括： 将所述数据集上具有相应的预训练网络的网络，作为所述预设深度学习模型的骨干网络； 根据所述预设深度学习模型所对应的预设质控条件，对所述骨干网络的分类层的参数进行修改，获得修改后的分类层，并对所述骨干网络的分类层进行添加，获得新增分类层；其中所述参数为分类的类别数； 将位于所述分类层之前的特征层的特征传递到所述修改后的分类层与所述新增分类层，以基于包含所述修改后的分类层与所述新增分类层的所述骨干网络构建所述预设深度学习模型； 基于病理图像的预设质控条件与所述病理图像对应的业务工作，确定预设深度学习模型的多个分类层，具体包括： 根据所述病理图像对应的业务工作将所述预设深度学习模型划分为主类别分类层； 根据各主分类层的病理图像所对应的疾病类型与属性，确定所述预设深度学习模型的多个精细分类层，并将各所述精细分类层所对应的预设质控条件加入所述精细分类层； 根据所述主类别分类层与所述精细分类层，生成预设分类模型的多个分类层。

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骏腾医疗科技有限公司，其通讯地址为：250014 山东省济南市历下区经十路9777号鲁商国奥城4号楼30层；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”。

以上内容由龙图腾AI智能生成。