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！

龙图腾网获悉鼎昌医学科技(苏州)有限公司申请的专利一种基于显微成像的病理特征识别及阴性排除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：CN120765622B 。

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：202510946038.6，技术领域涉及：G06T7/00；该发明授权一种基于显微成像的病理特征识别及阴性排除方法是由宋永江;吴昌亮;李现文;赵宇飞设计研发完成，并于2025-07-09向国家知识产权局提交的专利申请。

本一种基于显微成像的病理特征识别及阴性排除方法在说明书摘要公布了：本发明公开了一种基于显微成像的病理特征识别及阴性排除方法，包括如下步骤：S1、采集病理切片图像并数字化生成原始显微图像数据；S2、对原始显微图像进行预处理；S3、构建融合变换器编码与门控动态感受野机制的病理图像识别网络，输出病理特征向量；S4、通过注意力引导与类别感知解码器进行上下文建模，输出图像分类结果；S5、基于正负样本嵌入构建判别边界分离模型，进行阴性排除判断；S6、结合不确定性与边界距离进行置信度加权评估，设定动态阈值，筛除低可信样本；S7、将分类结果与阴性标签编码为结构化数据，发送至诊断辅助系统。本发明融合多尺度建模与阴性筛查机制，实现病理图像智能识别与可信诊断输出。

本发明授权一种基于显微成像的病理特征识别及阴性排除方法在权利要求书中公布了：1.一种基于显微成像的病理特征识别及阴性排除方法，其特征在于，包括如下步骤： S1、通过显微成像设备获取病理组织切片的高分辨率图像，并将所述高分辨率图像进行数字化处理，得到原始显微图像数据；S2、对所述原始显微图像数据进行图像预处理，生成结构清晰的处理图像；S3、构建一种融合变换器编码模块与门控动态感受野机制的病理图像识别网络，将所述处理图像作为输入，经由特征对齐、通道动态调控及全局上下文建模提取多尺度空间语义特征，生成病理特征向量；S4、将所述病理特征向量输入分类解码模块，采用多层注意力引导的特征融合结构对不同区域特征进行上下文关联建模，并利用类别感知解码器生成病理图像的初步分类判定结果；S5、构建特征压缩空间中的判别边界分离模型，以正负样本嵌入分布为基础，对所述初步分类判定结果进行阴性排除判断，筛选特征表现接近阴性模板的样本并输出为阴性结果；S6、对阴性排除结果执行置信度加权评估，结合判别边界分离模型输出的不确定性分布与类别边界距离，并设定动态阈值进行高可信样本筛选； 具体包括： 接收步骤S5中输出并对各样本构建置信度向量表示，将所述置信度向量输入置信度加权评估模块，所述置信度加权评估模块由边界接近度评估单元、类内一致性评分单元与模型不确定性度量单元构成，分别计算样本与阴性模板的最短边界距离、其在类内的局部分布一致性评分，以及其预测输出的稳定性指标； 将三类置信度评分结果进行加权融合，采用特征加权聚合机制生成单一综合置信度评分，所述单一综合置信度评分值范围归一化至固定区间； 构建置信度-边界耦合映射模型，对所述单一综合置信度评分与样本在判别空间中的边界位置关系进行双变量建模，获取样本的不确定性分布状态； 根据不确定性分布状态与样本类别标签，动态调整阈值设定策略，所述阈值设定策略基于类别密度估计与置信波动范围，确定不同类别下的最小可信判定标准； 将动态阈值与所述单一综合置信度评分进行比较，对低于阈值的样本标记为低可信样本，并输出至人工复核处理路径； 将高于动态阈值的样本标记为高可信样本； S7、将病理分类结果与阴性排除标签按照统一结构格式编码，写入结构化数据集，并同步发送至诊断辅助系统。

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鼎昌医学科技(苏州)有限公司，其通讯地址为：215163 江苏省苏州市高新区锦峰路8号2号楼501室；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。