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)獲悉安徽中醫(yī)藥大學(xué)申請(qǐng)的專利基于圖像識(shí)別的大鼠動(dòng)情周期判斷方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN119693722B 。

龍圖騰網(wǎng)通過國家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-09-26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：202510199814.0，技術(shù)領(lǐng)域涉及：G06V10/764；該發(fā)明授權(quán)基于圖像識(shí)別的大鼠動(dòng)情周期判斷方法是由孔誠誠;王芬;袁亞美;程婧;胡燦燦;陳青青設(shè)計(jì)研發(fā)完成，并于2025-02-24向國家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本基于圖像識(shí)別的大鼠動(dòng)情周期判斷方法在說明書摘要公布了：本發(fā)明涉及圖像識(shí)別判斷技術(shù)領(lǐng)域，尤其涉及基于圖像識(shí)別的大鼠動(dòng)情周期判斷方法。其技術(shù)方案包括樣本采集與準(zhǔn)備、圖像采集與優(yōu)化、細(xì)胞分割與定位、特征提取與分析、細(xì)胞分類與識(shí)別、結(jié)果驗(yàn)證與反饋。本發(fā)明通過系統(tǒng)且精細(xì)的操作，顯著提升了大鼠陰道脫落細(xì)胞形態(tài)識(shí)別的效率與準(zhǔn)確性，從精準(zhǔn)的樣本采集、圖像采集優(yōu)化，到多維度特征提取與集成學(xué)習(xí)分類，再到結(jié)果驗(yàn)證反饋，全方位保障了識(shí)別的科學(xué)性，不僅大幅縮短檢測(cè)時(shí)間，減少人工誤差，還能通過動(dòng)態(tài)優(yōu)化持續(xù)提升性能，為大鼠動(dòng)情周期的研究提供了高效、可靠的技術(shù)支撐。

本發(fā)明授權(quán)基于圖像識(shí)別的大鼠動(dòng)情周期判斷方法在權(quán)利要求書中公布了：1.基于圖像識(shí)別的大鼠動(dòng)情周期判斷方法，其特征在于，包括以下步驟： 樣本采集與準(zhǔn)備、采集大鼠陰道脫落細(xì)胞樣本，并進(jìn)行處理與保存； 圖像采集與優(yōu)化、采集高分辨率圖像，并進(jìn)行幾何校正、色彩校正和圖像去噪預(yù)處理； 細(xì)胞分割與定位、采用基于卷積神經(jīng)網(wǎng)絡(luò)的語義分割模型對(duì)細(xì)胞進(jìn)行分割，并對(duì)分割后的細(xì)胞進(jìn)行精確定位和標(biāo)記； 特征提取與分析、提取細(xì)胞的形狀特征、紋理特征和光學(xué)特征，并進(jìn)行特征選擇與降維； 細(xì)胞分類與識(shí)別、采用集成學(xué)習(xí)分類器對(duì)細(xì)胞進(jìn)行分類，并對(duì)分類結(jié)果進(jìn)行優(yōu)化； 結(jié)果驗(yàn)證與反饋、通過多指標(biāo)對(duì)分類結(jié)果進(jìn)行驗(yàn)證，并根據(jù)驗(yàn)證結(jié)果對(duì)各個(gè)環(huán)節(jié)進(jìn)行反饋和優(yōu)化； 所述特征提取與分析中，形狀特征提取包括分形維數(shù)，采用盒計(jì)數(shù)法計(jì)算，將細(xì)胞圖像劃分為不同大小的網(wǎng)格，統(tǒng)計(jì)包含細(xì)胞像素的網(wǎng)格數(shù)量，分形維數(shù)：還包括提取細(xì)胞的長寬比、凸包面積比特征； 在灰度共生矩陣和局部二值模式的基礎(chǔ)上，增加方向梯度直方圖特征，將細(xì)胞區(qū)域劃分為多個(gè)小的細(xì)胞單元，計(jì)算每個(gè)單元內(nèi)的梯度方向直方圖，然后將直方圖串聯(lián)起來作為細(xì)胞的紋理特征； 采用基于小波變換的紋理分析方法，提取不同尺度下的小波系數(shù)作為紋理特征，以捕捉細(xì)胞內(nèi)部的細(xì)微紋理變化； 分析細(xì)胞在不同波長光照下的光學(xué)特性，采用多光譜成像技術(shù)，在不同波長400nm-700nm下采集細(xì)胞圖像，提取細(xì)胞的光譜反射率、吸收率光學(xué)特征，通過主成分分析方法對(duì)光學(xué)特征進(jìn)行降維和分析； 采用基于相關(guān)性的特征選擇方法篩選出與細(xì)胞類型相關(guān)性高的特征，CFS的評(píng)估指標(biāo)為： 其中，是特征數(shù)量，是特征與類別之間的平均相關(guān)性，是特征之間的平均相關(guān)性； 所述細(xì)胞分類與識(shí)別中，具體包括以下步驟：通過隨機(jī)森林構(gòu)建與訓(xùn)練，通過交叉驗(yàn)證實(shí)驗(yàn)確定決策樹數(shù)量K，K為大于100的整數(shù)，從所有特征中隨機(jī)選擇大小為總特征數(shù)L%，L為30-70之間整數(shù)的特征子集，采用信息增益或基尼指數(shù)作為分裂準(zhǔn)則，當(dāng)決策樹達(dá)到最大深度H，H為大于5的整數(shù)時(shí)停止生長； 分類結(jié)果優(yōu)化，設(shè)定分類不確定樣本判定標(biāo)準(zhǔn)，對(duì)不確定樣本人工標(biāo)注后加入訓(xùn)練集，每次重新訓(xùn)練時(shí)訓(xùn)練集樣本數(shù)量增加量不超過原有訓(xùn)練集樣本數(shù)量的T1%，T1為10-30之間的整數(shù)，對(duì)置信度低于U的結(jié)果進(jìn)行二次驗(yàn)證，U為0.3-0.5之間數(shù)值，增加細(xì)胞灰度均值、灰度方差、邊緣梯度均值特征維度，采用深度神經(jīng)網(wǎng)絡(luò)重新分類，網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)通過實(shí)驗(yàn)確定。

如需購買、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)人安徽中醫(yī)藥大學(xué)，其通訊地址為：230031 安徽省合肥市蜀山區(qū)梅山路103號(hào)；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)”。