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！

龙图腾网获悉上海市肿瘤研究所申请的专利染色图像的图像分割模型训练方法、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：CN119559466B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202411750344.4，技术领域涉及：G06V10/774；该发明授权染色图像的图像分割模型训练方法、装置、设备及介质是由赵朝贤;贾纪东;熊杰;刘颖斌设计研发完成，并于2024-12-02向国家知识产权局提交的专利申请。

本染色图像的图像分割模型训练方法、装置、设备及介质在说明书摘要公布了：本申请公开了染色图像的图像分割模型训练方法、装置、设备及介质，涉及计算机技术领域，包括：获取若干对同一组织切片的HE染色图像和mIHC染色图像，对每一对染色图像进行逐像素图像配准处理，根据图像配准结果获取HE染色图像的目标掩膜信息，基于HE染色图像和对应目标掩膜信息构建图像训练集；利用图像训练集对U‑Net网络结构进行训练，以便U‑Net网络的各卷积层提取HE染色图像的各切片图像特征并构建特征图，将特征图转换为不同细胞类群的初始概率预测结果；根据初始概率预测结果、目标掩膜信息对U‑Net网络的网络参数进行反向传播更新，以更新U‑Net网络，得到更新后U‑Net网络作为预设图像分割模型。

本发明授权染色图像的图像分割模型训练方法、装置、设备及介质在权利要求书中公布了：1.一种染色图像的图像分割模型训练方法，其特征在于，包括： 获取若干对同一组织切片的HE染色图像和mIHC染色图像，并对每一对所述HE染色图像和所述mIHC染色图像进行染色模态的逐像素图像配准处理，以根据图像配准结果获取所述HE染色图像的目标掩膜信息，包括： 利用预设多细胞类群标注配准算法对所述HE染色图像和所述mIHC染色图像进行结构上的配准处理，以得到配准后HE染色图像；利用所述mIHC染色图像的可视化信息作为配准后HE染色图像对应图像区域的掩膜信息，以得到所述目标掩膜信息；基于所述HE染色图像和对应的目标掩膜信息构建图像训练集；其中，所述目标掩膜信息为标注了染色图像中不同细胞群类型及细胞群图像位置的标签信息； 利用所述图像训练集对U-Net网络结构进行训练，以便所述U-Net网络的各卷积层提取所述HE染色图像的各切片图像特征，以得到相应的特征图，并将所述特征图转换为不同细胞类群的初始概率预测结果，包括； 构建包括收缩路径和扩展路径的U-Net网络结构；其中，所述收缩路径中设置多个由两个卷积层和ReLU激活函数组成的卷积块以及用于下采样的最大池化层；所述扩展路径中设置用于上采样的反卷积层以及包含卷积层和softmax激活函数的输出层； 将所述HE染色图像输入至所述U-Net网络结构，以通过所述U-Net网络结构的所述收缩路径的卷积层提取图像的各切片图像特征，以得到相应的初始特征图，利用所述ReLU激活函数对所述初始特征图进行非线性特征处理，以得到过程特征图，通过所述最大池化层对所述过程特征图进行下采样处理，以得到目标特征图； 将所述目标特征图输入至所述U-Net网络结构的所述扩展路径，以通过所述反卷积层对所述目标特征图进行上采样处理，以将所述目标特征图的特征图尺寸逐步恢复到所述HE染色图像的尺寸，以得到恢复后目标特征图； 将所述恢复后目标特征图输入至所述输出层，以通过所述输出层将恢复后目标特征图转换为对不同细胞类群的概率预测，得到语义分割的初始概率预测结果； 根据所述初始概率预测结果以及对应的目标掩膜信息中的所述标签信息对所述U-Net网络的网络参数进行反向传播更新，以更新所述U-Net网络，得到更新后的U-Net网络作为预设图像分割模型。

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上海市肿瘤研究所，其通讯地址为：200032 上海市徐汇区斜土路2200弄25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”。

以上内容由龙图腾AI智能生成。