買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉廣東工業大學申請的專利一種基于全息層析的三維折射率點云與深度學習的細胞高效分類方法及應用獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120071339B 。

龍圖騰網通過國家知識產權局官網在2025-09-16發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510081988.7，技術領域涉及：G06V20/69；該發明授權一種基于全息層析的三維折射率點云與深度學習的細胞高效分類方法及應用是由鐘麗云;鄭淼;王浩源;吳迪鋒;張祚率設計研發完成，并于2025-01-20向國家知識產權局提交的專利申請。

本一種基于全息層析的三維折射率點云與深度學習的細胞高效分類方法及應用在說明書摘要公布了：本發明屬于光學成像與生物醫學分析技術領域，具體涉及一種基于全息層析的三維折射率點云與深度學習的細胞高效分類方法，包括以下步驟：步驟1：三維折射率數據的獲取與預處理；步驟2：點云數據生成與分區均衡采樣；步驟3：構建基于PNet++的RPNet++分類網絡模型，在原有的PointNet++網絡上提出了本發明的折射率RI點云，命名為RI?PointNet++RPNet++,專門用于從細胞RI點云中提取特征；步驟4：訓練RPNet++分類網絡模型；步驟5：測試RPNet++分類網絡模型，并使用測試成功的RPNet++分類網絡模型基于預處理后得到的細胞點云數據完成細胞分類。本發明在處理大規模細胞數據時，能夠顯著降低計算負擔和時間成本。

本發明授權一種基于全息層析的三維折射率點云與深度學習的細胞高效分類方法及應用在權利要求書中公布了：1.一種基于全息層析的三維折射率點云與深度學習的細胞高效分類方法，其特征在于：包括以下步驟： 步驟1：三維折射率數據的獲取與預處理； 步驟2：點云數據生成與分區均衡采樣； 步驟3：構建基于PNet++的RPNet++分類網絡模型； 步驟4：訓練RPNet++分類網絡模型； 步驟5：測試RPNet++分類網絡模型，并基于測試成功的RPNet++分類網絡模型使用預處理后得到的細胞點云數據完成細胞分類；所述細胞分類包括：RPNet++分類網絡模型根據點云的三維空間特征和折射率信息，為每個細胞生成分類標簽； 所述步驟2包括： 將預處理后所獲得的三維折射率體素數據轉化為點云數據；點云數據以離散點集合的形式表示細胞內部的三維結構，每個點包含空間坐標x，y，z和折射率值； 根據折射率值的變化檢測細胞內部的顯著區域，并優先將顯著區域轉化為點云格式，以保留關鍵的三維幾何與物理特性； 按照折射率值對細胞內部區域進行分區處理，對不同折射率區域采用不同的采樣密度，最終得到細胞的三維折射率點云數據； 所述步驟3包括： 在生成細胞的三維折射率點云數據后，構建基于PNet++的RPNet++分類網絡模型，所述RPNet++分類網絡模型由折射率點云選擇器、多尺度特征抽象模塊和分類模塊組成； 所述折射率點云選擇器包括最遠點采樣和折射率區間增強采樣，所述折射率區間增強采樣根據點的折射率分布調整采樣權重，以優化點云分布并增強關鍵區域特征； 所述多尺度特征抽象模塊，用于逐層提取點云的局部特征和全局特征，以捕捉細胞內部的復雜幾何形態和物理特性； 所述分類模塊，用于結合局部特征和全局特征并輸出細胞的分類結果。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人廣東工業大學，其通訊地址為：510006 廣東省廣州市番禺區廣州大學城外環西路100號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。