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！

龙图腾网获悉哈尔滨理工大学申请的专利一种基于视觉注意力的无监督宫颈细胞实例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：CN116580203B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202310620910.9，技术领域涉及：G06V10/26；该发明授权一种基于视觉注意力的无监督宫颈细胞实例分割方法是由丁博;杨晓娜;栗嘉鸿;李超炜设计研发完成，并于2023-05-29向国家知识产权局提交的专利申请。

本一种基于视觉注意力的无监督宫颈细胞实例分割方法在说明书摘要公布了：一种基于视觉注意力的无监督宫颈细胞实例分割方法，本发明涉及宫颈癌智能辅助诊断技术中标注数据缺失和宫颈细胞的精准分割问题。计算机智能辅助诊断技术被广泛应用，其中细胞分割技术是各种下游任务基础。深度学习模型需要大量的标注数据进行训练，而像素级的标注耗时耗力，且存在生理原因和制片原因导致的细菌、白细胞、气泡等杂质，另外宫颈细胞图像存在重叠粘连、视觉上不可分等问题。为改善这些问题，本发明提出了一种基于视觉注意力的无监督宫颈细胞实例分割方法。实验表明，该方法可以有效提升分割的准确率，减少杂质的干扰与标签不完全所导致的漏检问题。本发明应用于无标签情况下宫颈细胞的精准分割。

本发明授权一种基于视觉注意力的无监督宫颈细胞实例分割方法在权利要求书中公布了：1.一种基于视觉注意力的无监督宫颈细胞实例分割方法，其特征在于，包含以下步骤： S1、采集具有多样性的细胞图像，并进行数据增强； S2、利用伪标签生成算法得到无标签图像的标签，选取高质量目标框标签作为数据集的伪标签； S3、构建实例分割模型，并通过S1中构建的数据集和S2中生成的数据集伪标签训练实例分割模型，实例分割模型中的主干部分采用ResNet进行特征提取，并利用特征金字塔结构FPN提取多尺度语义信息，采用5个特征层检测不同尺寸的物体，特征层从大到小依次为P2、P3、P4、P5、P6； 实例分割模型中的视觉注意力机制模仿人类视觉系统在分割细胞时的过程，随机选取每个高质量细胞核的一个点，通过注意力编码器得到以细胞核点为中心的细胞核注意力图像，与多尺度语义信息相融合，并融入语义解码器得到语义注意力图，使模型关注到细胞，减少背景与杂质的干扰； 实例分割模型中的总体损失包括目标检测损失和分割损失，其中，模型训练的标签采用步骤S2中所述的伪标签生成算法生成的伪标签，由于其伪标签不全，所以为了减轻模型的漏检缺陷，故在目标检测阶段，提出一种新的类别感知加权损失函数CIWL，使模型并不完全依赖于标签，而使模型探索更多的实例，其中类别感知的设计使模型能关注到在细胞质内部的细胞核，具体损失函数为： 式中，表示类别编号，表示预测结果，表示每个预测区域与标签的最大重叠度，表示预测与标签的重叠度阈值，表示类别损失，包括边界框回归损失和中心点回归损失； 式中，表示预测区域，表示真实标签，表示与像素点的交集，表示与像素点的并集； 在分割阶段，采用投影损失和颜色相似度损失，可以在只有目标框标签的情况下分割出前景与背景； S4、利用标签更新算法得到更精确的伪标签； S5、通过多次自训练，得到更拟合图像分布的模型参数。

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哈尔滨理工大学，其通讯地址为：150080 黑龙江省哈尔滨市南岗区学府路52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。