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！

龙图腾网获悉深圳市南山区人民医院申请的专利生物细胞图像分类方法、系统及存储介质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：CN120564186B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202510973162.1，技术领域涉及：G06V20/69；该发明授权生物细胞图像分类方法、系统及存储介质是由巴茜媛;李丽旋;蒋昌宇;李迪森设计研发完成，并于2025-07-15向国家知识产权局提交的专利申请。

本生物细胞图像分类方法、系统及存储介质在说明书摘要公布了：本发明公开了生物细胞图像分类方法、系统及存储介质，涉及生物医学分析领域，包括：获取待分类生物细胞图像，使用预训练的AlexNet网络作为基础特征提取器，获取一维特征向量；通过特征选择与降维，获取关键特征信息，将降维后的一维特征向量映射到不同的特征空间，通过重构生成不同的特征表示；构建多模态特征，采用注意力机制将多模态特征转换为特征图，生成生物细胞画像；基于图卷积网络构建分类模型，使用迁移学习进行预训练，将待识别的生物细胞画像作为输入，获取每个生物细胞图像的类别概率。本发明结合深度学习与多模态融合技术，通过特征重构和迁移学习提升生物细胞图像分类精度，为生物医学和临床诊断提供可靠技术支持。

本发明授权生物细胞图像分类方法、系统及存储介质在权利要求书中公布了：1.一种生物细胞图像分类方法，其特征在于，包括以下步骤： 获取待分类生物细胞图像并进行预处理，使用预训练的AlexNet网络作为基础特征提取器，获取一维特征向量； 对所述一维特征向量进行特征选择与降维，获取关键特征信息，将降维后的一维特征向量映射到不同的特征空间，通过重构生成不同的特征表示； 对不同的特征表示进行加权融合，构建多模态特征，采用注意力机制将所述多模态特征转换为特征图，构建生物细胞画像； 基于图卷积网络构建分类模型，并使用迁移学习策略对分类模型进行预训练，将预训练的分类模型适配到生物细胞画像数据，将待分类的生物细胞画像作为输入，获取每个生物细胞图像的类别概率； 对所述一维特征向量进行特征选择与降维，获取关键特征信息，具体为： 使用基础特征提取器提取的一维特征向量作为输入，构建LightGBM分类器，设置超参数，通过多折交叉验证计算所述一维特征向量的平均特征重要度，根据所述平均特征重要度进行排序，保留符合预设重要度标准的一维特征向量，生成筛选后的一维特征向量子集； 利用所述一维特征向量子集初始化REFCV方法，迭代训练LightGBM分类器，按照随迭代次数变化的动态比例移除当前重要度最低的一维特征向量，记录每次迭代的F1分数，利用所述F1分数表征分类精度； 迭代训练后根据特征数量及分类精度绘制曲线，选择拐点处的特征数量作为最佳特征数量，获取REFCV方法输出的一维特征向量子集作为搜索空间，初始化鼠群算法进行关键特征寻优； 根据所述最佳特征数量随机生成一维特征向量组合，并引入混沌处理优化初始种群，使用交叉验证的AUC值构建适应度函数，根据适应度降序排列老鼠群体； 在老鼠个体的位置更新中引入莱维飞行策略优化移动步长，并引入随机扰动避免早熟收敛，每代保留适应度Top5的解进入下一代，对优势个体进行单特征扰动及邻域搜索进行局部搜索增强； 达到鼠群算法的终止条件时，则根据最优解获取最佳一维特征向量组合，作为关键特征信息； 将降维后的一维特征向量映射到不同的特征空间，通过重构生成不同的特征表示，具体为： 将特征选择及降维后的一维特征向量映射到频域、小波域及图结构域，在频域映射分支将所述一维特征向量进行信号重构，生成离散信号序列，对所述离散信号序列执行快速傅里叶变换，通过变分模态分解提取低频分量，从所述低频分量中提取频谱熵及主频分量作为频域特征； 在小波域映射分支中对一维特征分量进行小波变换，提取小波分解中各层能量占比，计算小波熵作为小波域特征； 在图结构域中将各个一维特征分量作为图节点，计算一维特征分量之间的皮尔逊相关系数获取相关性构建节点之间的边结构，根据所述图节点及边结构构建拓扑关系图，在所述拓扑关系图中计算节点中心性及平均聚类系数作为图结构特征； 对不同的特征表示进行加权融合，构建多模态特征，采用注意力机制将所述多模态特征转换为特征图，构建生物细胞画像，具体为： 将所述频域特征、小波域特征及图结构特征进行对齐及归一化处理，对跨模态统一表示后的特征进行自适应加权，使用权重信息将不同的特征表示进行拼接重构，构建多模态特征； 将所述多模态特征进行格式化处理，重塑为2D特征图，并进行模态标记嵌入，标注特征来源，对预处理后的特征进行空间注意力处理，通过卷积计算空间权重，生成注意力图，使用所述注意力图进行空间加权，实现空间特征增强； 同时采用通道注意力机制计算通道权重，引入模态相关性矩阵进行跨模态交互，更新通道权重进行通道加权实现通道特征增强； 通过上采样操作后拼接原始特征图、空间注意力特征图及通道注意力特征图，通过特征压缩后生成生物细胞画像。

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深圳市南山区人民医院，其通讯地址为：518000 广东省深圳市南山区桃园路89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。