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！

龙图腾网获悉东北大学秦皇岛分校申请的专利一种基于人工智能的细胞治疗产品磁珠残留自动检测系统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：CN120672710B 。

龙图腾网通过国家知识产权局官网在2026-01-27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：202510775398.4，技术领域涉及：G06T7/00；该发明授权一种基于人工智能的细胞治疗产品磁珠残留自动检测系统是由龚晨源;方淼设计研发完成，并于2025-06-11向国家知识产权局提交的专利申请。

本一种基于人工智能的细胞治疗产品磁珠残留自动检测系统在说明书摘要公布了：本发明提供了一种基于人工智能的细胞治疗产品磁珠残留自动检测系统，涉及涉及医学图像处理领域，本发明将输入的磁珠残留显微镜图像，经过前置图像处理模块去噪增强，降低影响检测的干扰因素，提升检测准确性与可靠性。将去噪增强后的图像经过磁珠特征提取模块提取磁珠的几何特征和信号特征，得到融合特征图。将融合特征图和去噪增强后的图像输入YOLOv12目标检测模型，生成磁珠残留检测的初始检测结果图。基于领域知识的后置数据处理算法模块对初始检测结果图进行三重边界框筛选，输出磁珠残留检测的最终的检测结果图，由此本发明通过定向特征增强与动态抑制策略，显著提升了小目标检测精度与计数可靠性。

本发明授权一种基于人工智能的细胞治疗产品磁珠残留自动检测系统在权利要求书中公布了：1.一种基于人工智能的细胞治疗产品磁珠残留自动检测系统，其特征在于，所述细胞治疗产品磁珠残留自动检测系统包括前置图像处理模块、磁珠特征提取模块、YOLOv12目标检测模型、基于领域知识的后置数据处理算法模块、深度学习训练模块和手工标注模块； 所述手工标注模块用于获取磁珠残留显微镜图像，接收用户针对磁珠残留显微镜图像的标注操作，基于标注操作生成磁珠残留显微镜图像对应的标签文件，进而将磁珠残留显微镜图像和磁珠残留显微镜图像对应的标签文件发送至深度学习训练模块； 所述深度学习训练模块接收手工标注模块发送的磁珠残留显微镜图像和磁珠残留显微镜图像对应的标签文件，将磁珠残留显微镜图像和磁珠残留显微镜图像对应的标签文件作为训练样本，多个训练样本组成样本集，将样本集按预设比例划分为训练集和验证集，将训练集中的训练样本中的磁珠残留显微镜图像发送至前置图像处理模块； 所述前置图像处理模块用于接收磁珠残留显微镜图像，对磁珠残留显微镜图像进行去噪增强，得到去噪增强后的图像，并将去噪增强后的图像发送至磁珠特征提取模块； 所述磁珠特征提取模块包括共享特征提取层、多分支特征分解模块和特征融合层，所述磁珠特征提取模块用于接收去噪增强后的图像，将去噪增强后的图像依次经过共享特征提取层、多分支特征分解模块和特征融合层，得到融合特征图，并将融合特征图发送至YOLOv12目标检测模型； 所述YOLOv12目标检测模型用于对融合特征图和去噪增强后的图像进行处理，得到初始检测结果图，所述初始检测结果图包含磁珠残留显微镜图像上的边界框和置信度，所述置信度表征边界框包含磁珠的概率及其与真实目标的重叠程度，将初始检测结果图发送至基于领域知识的后置数据处理算法模块和深度学习训练模块； 所述基于领域知识的后置数据处理算法模块用于接收初始检测结果图，对初始检测结果图进行检测，得到最终的检测结果图； 具体的，根据预设的置信度阈值，对初始检测结果图中的边界框进行筛选，将置信度小于置信度阈值的边界框删除，得到第一检测结果图；基于面积差异因子的动态阈值NMS算法，对第一检测结果图进行处理，得到第二检测结果图；根据预设面积范围，对第二检测结果图中的边界框进行筛选，将面积不在预设面积范围的边界框进行删除，得到最终的检测结果图； 其中，基于面积差异因子的动态阈值NMS算法，对第一检测结果图进行处理，得到第二检测结果图，包括： 将第一检测结果图中的边界框的置信度，按照置信度从高到低的顺序进行排序，得到置信度列表，获取置信度列表中第一个边界框，计算第一个边界框的面积，针对置信度列表中除了第一个边界框以外的每个其他边界框，计算其他边界框的面积，获取第一个边界框的面积和其他边界框的面积中的最大值和最小值，将最小值除以最大值，得到第一个边界框的面积和其他边界框的面积的面积比； 基于面积比，计算抑制阈值，具体的，将1减去面积比，得到第一数值，将第一数值与缩放系数相乘，得到第二数值，第二数值与1相加，得到第三数值，第三数值与预先设置的抑制值相乘，得到抑制阈值； 计算第一个边界框和其他边界框的交并比，具体的，计算第一个边界框和其他边界框的交集的交集面积，计算第一个边界框和其他边界框的并集的并集面积，计算交集面积和并集面积的比值，得到交并比； 判断交并比是否大于抑制阈值，在交并比大于抑制阈值的情况下，将其他边界框删除，在交并比不大于抑制阈值的情况下，对其他边界框不做处理，进而得到第二检测结果图； 所述深度学习训练模块用于接收所述初始检测结果图，基于所述初始检测结果图和磁珠残留显微镜图像对应的标签文件计算损失函数，基于损失函数通过反向传播计算梯度，优化器根据梯度更新YOLOv12目标检测模型参数。

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东北大学秦皇岛分校，其通讯地址为：066004 河北省秦皇岛市经济技术开发区泰山路143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。