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 > 东华大学陈德华获国家专利权

东华大学陈德华获国家专利权

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!

龙图腾网获悉东华大学申请的专利一种宫颈癌病理图像的半监督目标检测模型构建方法及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:CN115861238B

龙图腾网通过国家知识产权局官网在2026-02-03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:202211558843.4,技术领域涉及:G06T7/00;该发明授权一种宫颈癌病理图像的半监督目标检测模型构建方法及系统是由陈德华;赵弘缙;王梅;潘乔设计研发完成,并于2022-12-06向国家知识产权局提交的专利申请。

一种宫颈癌病理图像的半监督目标检测模型构建方法及系统在说明书摘要公布了:本发明涉及一种宫颈癌病理图像的半监督目标检测模型构建方法及系统,采用全新逻辑设计,以包含标注数据的各幅宫颈癌病理样本图像与未包含标注数据的各幅宫颈癌病理样本图像,构建样本数据;针对相同基准检测器的student模型与teacher模型,通过彼此之间相互促进下的模型训练,获得满足预设溢出条件的teacher模型,即构成宫颈癌病理图像检测模型;并进一步基于宫颈癌病理图像检测模型对宫颈癌病理图像的检测,设计反事实可解释,准确分析宫颈癌病理图像中的重要解释区域,如此不仅能针对宫颈癌病理图像给出高效分析,同时产生相应解释,为医生决策提供了参考价值。

本发明授权一种宫颈癌病理图像的半监督目标检测模型构建方法及系统在权利要求书中公布了:1.一种宫颈癌病理图像的半监督目标检测模型构建方法,其特征在于,按如下步骤A至步骤G执行,获得宫颈癌病理图像检测模型; 步骤A.获得预设数量分别包含标注数据的各幅宫颈癌病理样本图像、以及预设数量未包含标注数据的各幅宫颈癌病理样本图像,其中,标注数据包括宫颈癌病理样本图像上所标记的异常细胞区域框的位置、以及其所对应预设分类划分下的类别、置信度,然后进入步骤B; 步骤B.基于包含标注数据的各幅宫颈癌病理样本图像,以为宫颈癌病理样本图像输入,宫颈癌病理样本图像上标注数据为输出,结合损失函数detectionloss,针对预设student模型进行训练,获得训练后student模型,然后进入步骤C; 步骤C.基于训练后student模型中各参数的值,应用指数移动平均EMA方式,针对与student模型采用相同基准检测器的teacher模型中各参数进行更新,进而更新该teacher模型,然后进入步骤D; 步骤D.针对未包含标注数据的各幅宫颈癌病理样本图像,应用训练后student模型进行处理,获得该各幅宫颈癌病理样本图像上的标注数据,构成训练后student模型所对应预设结果,然后进入步骤E; 步骤E.针对未包含标注数据的各幅宫颈癌病理样本图像,应用teacher模型进行处理,获得该各幅宫颈癌病理样本图像上的标注数据,并滤除其中置信度低于预设置信度阈值的各异常细胞区域框,以剩余各异常细胞区域框的类别、置信度构成teacher模型所对应预设结果,然后进入步骤F; 步骤F.计算获得训练后student模型所对应预设结果与teacher模型所对应预设结果之间的损失函数detectionloss结果,判断该损失函数detectionloss结果是否满足预设溢出条件,是则由teacher模型构成宫颈癌病理图像检测模型;否则进入步骤G; 步骤G.应用指数移动平均EMA方式,针对teacher模型中各参数进一步更新,进而更新该teacher模型,然后返回步骤E。

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华大学,其通讯地址为:200050 上海市长宁区延安西路1882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。