Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 太原理工大学吴永飞获国家专利权

太原理工大学吴永飞获国家专利权

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!

龙图腾网获悉太原理工大学申请的专利一种基于自监督元学习的多染色肾脏病理图像分割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:CN116563261B

龙图腾网通过国家知识产权局官网在2026-01-23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:202310569846.6,技术领域涉及:G06T7/00;该发明授权一种基于自监督元学习的多染色肾脏病理图像分割方法是由吴永飞;刘雪宇;王瑞;赖叶鑫;芦园月;张嘉楠;成航北设计研发完成,并于2023-05-19向国家知识产权局提交的专利申请。

一种基于自监督元学习的多染色肾脏病理图像分割方法在说明书摘要公布了:本发明涉及一种基于自监督元学习的多染色肾脏病理图像分割方法,属于人工智能辅助医疗检查技术领域,包括以下步骤:S1、获取不同染色的肾脏病理切片的全视野病理照片,同时每种染色随机挑选2~5张进行像素级的人工标注;S2、通过无标注样本训练自监督预训练模型;S3、以训练完成的自监督预训练模型为一级模型,以U‑Net结构作为骨干网络构建二级模型,通过元训练集对二级模型进行训练,通过元测试集对二级模型进行测试并更新一级模型的权重参数;重新选取染色样本重复上述测试和训练过程,得到的一级模型作为元学习分割模型;S4、通过元学习分割模型对待测病理切片进行分割。本发明可以对不同染色的肾脏病理切片感兴趣区域进行高效分割。

本发明授权一种基于自监督元学习的多染色肾脏病理图像分割方法在权利要求书中公布了:1.一种基于自监督元学习的多染色肾脏病理图像分割方法,其特征在于,包括以下步骤: S1、获取肾脏病理切片的全视野病理照片,同时每种染色随机挑选2~5张数字病理切片,对其中的肾小球、硬化肾小球、肾小管、血管的形状进行像素级的人工标注,得到不同染色下的标注样本; S2、获取无标注样本,训练自监督预训练模型; S3、以训练完成的自监督预训练模型为一级模型,以U-Net结构作为骨干网络构建二级模型;随机挑选其中一种染色下标注样本,将其随机分为元训练集和元测试集,将一级模型的权重赋予二级模型,通过元训练集对二级模型进行训练并反向传播更新二级模型的权重参数,通过对应染色下的元测试集对二级模型进行测试并根据测试结果利用反向传播规则更新一级模型的权重参数;再次随机选取一种染色下的数据,将其随机分为元训练集和元测试集后,重复上述训练和测试过程,直至一级模型的损失收敛,将得到的一级模型作为元学习分割模型; S4、通过元学习分割模型对待测病理切片进行分割,得到最终分割结果;所述步骤S2中,自监督预训练模型的训练方法为: S201、将无标注样本像剪裁为固定尺寸的若干个子图; S202、随机挑选2张染色相同的子图,将其中一张子图作为支持图片,另外一张子图作为查询图片;利用卷积神经网络对挑选两张图片的提取特征,计算对比损失; S203、根据计算得到的对比损失更新自监督预训练模型的参数; S204、重复S202~S203,直至对比收敛,完成自监督预训练模型的训练。

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太原理工大学,其通讯地址为:030024 山西省太原市迎泽西大街79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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。