浙江大学王毅获国家专利权
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！
龙图腾网获悉浙江大学申请的专利一种显微图像的特征提取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：CN117372711B 。
龙图腾网通过国家知识产权局官网在2026-03-03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：202310155113.8，技术领域涉及：G06V10/42；该发明授权一种显微图像的特征提取方法及系统是由王毅;王锐;荀德金设计研发完成，并于2023-02-17向国家知识产权局提交的专利申请。
本一种显微图像的特征提取方法及系统在说明书摘要公布了：本发明提供了一种显微图像的特征提取方法及系统，属于显微图像识别技术领域。本发明包括如下步骤：构建显微图像数据集，形成单通道图像的数据池；对于每个单通道图像进行预处理，得到训练集；构建基于掩码自监督学习的网络模型，所述网络模型采用改进的U‑net结构，使用循环卷积块替代传统的卷积块，并在连接过程中引入风格嵌入；将训练集输入基于掩码自监督学习的网络模型进行训练，得到训练好的基于掩码自监督学习的网络模型；基于训练好的基于掩码自监督学习的网络模型构建特征提取器，并使用构建的特征提取器进行显微图像的特征提取。本发明提供了无偏的能够处理各种不同类型显微图像的特征提取方法。
本发明授权一种显微图像的特征提取方法及系统在权利要求书中公布了：1.一种显微图像的特征提取方法，其特征在于，包括如下步骤： 步骤S1、构建显微图像数据集，数据集中不同类型的图像具有不同的通道数； 步骤S2、将数据集中各图像的通道进行分离，形成单通道图像的数据池； 步骤S3、对于每个单通道图像进行预处理，得到训练集；预处理包括对每个单通道图像随机遮挡预设比例的图像块； 步骤S4、构建基于掩码自监督学习的网络模型，基于掩码自监督学习的网络模型学习并重构出目标图像，所述网络模型采用改进的U-net结构，改进的U-net结构由编码器、解码器和连接层三个结构组成，使用循环卷积块替代传统的卷积块，并在连接过程中引入风格嵌入； 步骤S5、将训练集输入基于掩码自监督学习的网络模型进行训练，得到训练好的基于掩码自监督学习的网络模型； 步骤S6、在训练好的基于掩码自监督学习的网络模型上加一个平均池化层构建特征提取器，并使用构建的特征提取器进行显微图像的特征提取。
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浙江大学，其通讯地址为：310058 浙江省杭州市余杭塘路866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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励