買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉江蘇諾鬲生物科技有限公司申請(qǐng)的專利基于深度神經(jīng)網(wǎng)絡(luò)的呼吸道腫瘤細(xì)胞智能識(shí)別系統(tǒng)及方法獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN120125562B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-08-26發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202510274101.6，技術(shù)領(lǐng)域涉及：G06T7/00；該發(fā)明授權(quán)基于深度神經(jīng)網(wǎng)絡(luò)的呼吸道腫瘤細(xì)胞智能識(shí)別系統(tǒng)及方法是由咸濤;張興全;張旦旦設(shè)計(jì)研發(fā)完成，并于2025-03-10向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本基于深度神經(jīng)網(wǎng)絡(luò)的呼吸道腫瘤細(xì)胞智能識(shí)別系統(tǒng)及方法在說(shuō)明書(shū)摘要公布了：本發(fā)明屬于醫(yī)學(xué)影像分析技術(shù)領(lǐng)域，本發(fā)明公開(kāi)了基于深度神經(jīng)網(wǎng)絡(luò)的呼吸道腫瘤細(xì)胞智能識(shí)別系統(tǒng)及方法，包括：數(shù)據(jù)采集模塊：采集呼吸道腫瘤細(xì)胞的細(xì)胞圖像數(shù)據(jù)和對(duì)應(yīng)的圖像描述標(biāo)簽；圖像處理模塊：對(duì)細(xì)胞圖像數(shù)據(jù)進(jìn)行自適應(yīng)能量補(bǔ)償，獲得像素補(bǔ)償圖，對(duì)像素補(bǔ)償圖進(jìn)行多模態(tài)增強(qiáng)，獲得細(xì)節(jié)強(qiáng)化圖；空間增強(qiáng)模塊：對(duì)細(xì)節(jié)強(qiáng)化圖進(jìn)行結(jié)構(gòu)顯化，獲得細(xì)胞顯化圖；模型構(gòu)建模塊：基于細(xì)胞顯化圖和對(duì)應(yīng)的圖像描述標(biāo)簽構(gòu)建腫瘤細(xì)胞識(shí)別模型，基于構(gòu)建好的腫瘤細(xì)胞識(shí)別模型實(shí)現(xiàn)對(duì)腫瘤細(xì)胞的高精度識(shí)別；大幅提高了呼吸道腫瘤細(xì)胞識(shí)別的效率與準(zhǔn)確性。

本發(fā)明授權(quán)基于深度神經(jīng)網(wǎng)絡(luò)的呼吸道腫瘤細(xì)胞智能識(shí)別系統(tǒng)及方法在權(quán)利要求書(shū)中公布了：1.基于深度神經(jīng)網(wǎng)絡(luò)的呼吸道腫瘤細(xì)胞智能識(shí)別系統(tǒng)，其特征在于，包括：數(shù)據(jù)采集模塊：采集呼吸道腫瘤細(xì)胞的細(xì)胞圖像數(shù)據(jù)和對(duì)應(yīng)的圖像描述標(biāo)簽； 圖像處理模塊：包括補(bǔ)償單元和強(qiáng)化單元，補(bǔ)償單元對(duì)細(xì)胞圖像數(shù)據(jù)進(jìn)行自適應(yīng)能量補(bǔ)償，獲得像素補(bǔ)償圖；強(qiáng)化單元對(duì)像素補(bǔ)償圖進(jìn)行多模態(tài)增強(qiáng)，獲得細(xì)節(jié)強(qiáng)化圖； 空間增強(qiáng)模塊：對(duì)細(xì)節(jié)強(qiáng)化圖進(jìn)行結(jié)構(gòu)顯化，獲得細(xì)胞顯化圖； 模型構(gòu)建模塊：基于細(xì)胞顯化圖和對(duì)應(yīng)的圖像描述標(biāo)簽構(gòu)建腫瘤細(xì)胞識(shí)別模型，基于構(gòu)建好的腫瘤細(xì)胞識(shí)別模型實(shí)現(xiàn)對(duì)腫瘤細(xì)胞的高精度識(shí)別； 所述對(duì)細(xì)胞圖像數(shù)據(jù)進(jìn)行自適應(yīng)能量補(bǔ)償?shù)姆绞桨ǎ?采用RGB加權(quán)平均法對(duì)細(xì)胞圖像數(shù)據(jù)進(jìn)行灰度化，獲得細(xì)胞灰度圖；基于細(xì)胞灰度圖的像素寬度和像素高度，以細(xì)胞灰度圖左下角的像素作為像素原點(diǎn)為每個(gè)像素進(jìn)行坐標(biāo)標(biāo)記，獲得每個(gè)像素的像素坐標(biāo)；預(yù)設(shè)補(bǔ)償窗口，對(duì)于細(xì)胞灰度圖中的像素A，以像素A作為補(bǔ)償窗口的中心，以補(bǔ)償窗口內(nèi)圈定的其它像素作為像素A的窗口像素集；基于窗口像素集對(duì)細(xì)胞灰度圖中的每個(gè)像素進(jìn)行均衡界定，獲得均衡系數(shù)；預(yù)設(shè)均衡閾值，將均衡系數(shù)大于均衡閾值的像素作為細(xì)節(jié)像素點(diǎn)，基于細(xì)節(jié)像素點(diǎn)的窗口像素集，計(jì)算窗口像素集中每個(gè)像素的灰度概率，以窗口像素集中每種像素灰度的個(gè)數(shù)除以像素灰度集的大小；基于灰度概率對(duì)細(xì)節(jié)像素點(diǎn)進(jìn)行像素能量補(bǔ)償，獲得補(bǔ)償灰度；基于補(bǔ)償灰度對(duì)細(xì)節(jié)像素點(diǎn)進(jìn)行灰度補(bǔ)償，將細(xì)節(jié)像素點(diǎn)的像素灰度調(diào)整至對(duì)應(yīng)的補(bǔ)償灰度，獲得像素補(bǔ)償圖； 所述對(duì)細(xì)節(jié)強(qiáng)化圖進(jìn)行結(jié)構(gòu)顯化的方式包括： 以細(xì)節(jié)強(qiáng)化圖中心點(diǎn)的像素作為像素原點(diǎn)構(gòu)建像素坐標(biāo)系，以其它像素距離像素原點(diǎn)的垂直像素距離和水平像素距離作為映射位置，以像素灰度作為屬性，將細(xì)節(jié)強(qiáng)化圖映射至像素坐標(biāo)系；對(duì)像素坐標(biāo)系進(jìn)行圖像頻譜轉(zhuǎn)化，獲得圖像頻譜；對(duì)于圖像頻譜，記錄圖像頻譜在每一頻譜水平成分刻度下的頻譜幅度和頻譜相位，基于頻譜幅度和頻譜相位對(duì)細(xì)節(jié)強(qiáng)化圖中對(duì)應(yīng)像素進(jìn)行頻譜一致增強(qiáng)，對(duì)細(xì)節(jié)強(qiáng)化圖中對(duì)應(yīng)像素進(jìn)行頻譜一致增強(qiáng)的公式為： ；其中，代表頻域坐標(biāo)為處對(duì)應(yīng)像素的增強(qiáng)頻譜，代表頻譜幅度，代表頻譜相位，代表圓周率，代表從圖像頻譜的起始頻域坐標(biāo)遍歷至頻域坐標(biāo)為處的圖像頻譜值求和；基于圖像頻譜轉(zhuǎn)化的公式構(gòu)建頻譜逆向函數(shù)，通過(guò)頻譜逆向函數(shù)對(duì)增強(qiáng)頻譜進(jìn)行計(jì)算，獲得頻譜強(qiáng)化灰度值，基于頻譜強(qiáng)化灰度值，對(duì)圖像灰度進(jìn)行調(diào)整，使其匹配對(duì)應(yīng)的頻譜強(qiáng)化灰度值，獲得細(xì)胞顯化圖。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人江蘇諾鬲生物科技有限公司，其通訊地址為：225300 江蘇省泰州市醫(yī)藥高新技術(shù)產(chǎn)業(yè)開(kāi)發(fā)區(qū)中國(guó)醫(yī)藥城口泰路西側(cè)、陸家路東側(cè)0009幢G73三層?xùn)|側(cè)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。