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 > 广州进瑞科技有限公司王宜治获国家专利权

广州进瑞科技有限公司王宜治获国家专利权

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!

龙图腾网获悉广州进瑞科技有限公司申请的专利基于多模态的宫颈病理图像分类模型的训练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:CN120808067B

龙图腾网通过国家知识产权局官网在2026-02-24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:202510893404.6,技术领域涉及:G06V10/774;该发明授权基于多模态的宫颈病理图像分类模型的训练方法及系统是由王宜治;宋宜敬;覃红玲;宋建安;宋的锋设计研发完成,并于2025-06-30向国家知识产权局提交的专利申请。

基于多模态的宫颈病理图像分类模型的训练方法及系统在说明书摘要公布了:本发明涉及图像分类技术领域,尤其涉及一种基于多模态的宫颈病理图像分类模型的训练方法及系统。所述方法包括以下步骤:获取宫颈组织图像并进行组织结构分割,形成核‑间质‑上皮的三分布框架,采集发展历史数据,确认各层的预测趋势,通过图像进行环境场仿真,生成仿真宫颈环境场,并对框架进行分层演化预测,根据演化数据生成演化映射图像并进行分类,最终通过联合建模训练得到视觉基础模型,实现图文融合并生成跨中心部署模型系统。本发明实现了视觉‑语言联合建模,提高整体模型结构在图像空间变形建模、语义跨模态对齐建构与任务级响应流调度中的稳定性与可控性。

本发明授权基于多模态的宫颈病理图像分类模型的训练方法及系统在权利要求书中公布了:1.一种基于多模态的宫颈病理图像分类模型的训练方法,其特征在于,包括以下步骤: 步骤S1:获取宫颈组织图像;对宫颈组织图像进行组织结构分割,从而得到分割宫颈结构块;基于分割宫颈结构块将宫颈组织分为核-间质-上皮的三分布框架; 步骤S2:采集宫颈组织发展历史数据;基于宫颈组织发展历史数据识别三分布框架发展生命线;通过三分布框架发展生命线分别确认三分布框架中各层的预测发展趋势; 步骤S3:通过宫颈组织图像进行宫颈组织环境场仿真,从而生成仿真宫颈环境场;基于仿真宫颈环境场以及各层的预测发展趋势对核-间质-上皮的三分布框架进行分层演化预测,以得到各层框架演化预测数据; 步骤S4:根据各层框架演化预测数据对宫颈组织图像进行演化投射,从而生成演化映射宫颈组织图像;基于演化映射宫颈组织图像按照演化进程类别将宫颈组织图像进行图像分类,从而生成宫颈分类图像; 步骤S5:根据宫颈分类图像进行层级式联合建模训练,从而得到视觉基础模型;基于视觉基础模型进行图文融合建模,并进行任务迁移处理,同时部署至集成系统,从而生成跨中心部署模型系统;其中根据宫颈分类图像进行层级式联合建模训练包括: 对宫颈分类图像进行标准倍率图块切分,得到宫颈分类预裁图块; 对宫颈分类预裁图块进行组织结构区域自动筛分,得到组织区域图块; 将组织区域图块进行坐标索引编码处理,得到图块基础数据; 通过图块基础数据进行覆盖率统计,并基于覆盖率筛选高质量图块; 基于高质量图块进行多中心结构统一处理,并整合其标签,从而构建大规模训练数据集; 根据大规模训练数据集进行基于DINOv2架构的自监督视觉预训练,生成初始视觉特征数据; 基于初始视觉特征数据构建具备组织结构表征能力的视觉基础模型。

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广州进瑞科技有限公司,其通讯地址为:510000 广东省广州市海珠区叠景中路82号2508房;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。