Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜杭州电子科技大学黄汐威获国家专利权

恭喜杭州电子科技大学黄汐威获国家专利权

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!

龙图腾网恭喜杭州电子科技大学申请的专利一种基于明场显微成像的无标记白细胞三分类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:CN114332855B

龙图腾网通过国家知识产权局官网在2025-04-25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:202111599585.X,技术领域涉及:G06V20/69;该发明授权一种基于明场显微成像的无标记白细胞三分类方法是由黄汐威;隗茂玉设计研发完成,并于2021-12-24向国家知识产权局提交的专利申请。

一种基于明场显微成像的无标记白细胞三分类方法在说明书摘要公布了:本发明公开了一种基于明场显微成像的无标记白细胞三分类方法。该分类方法的具体步骤如下:一、构建带有细胞类别标签的白细胞数据集。二、构建无批归一化的无标记白细胞分类网络。三、利用步骤一中构建的白细胞数据集对步骤二构建的分类网络进行训练。四、利用训练后的分类网络对白细胞的类型进行识别。本发明对无标记白细胞进行分类,与现有基于染色的分类方法相比,样品的预处理步骤更加简便,同时克服了染色剂对细胞活性和生理状态的影响。此外,本发明使用自主设计的网络结构,实现了对无标记白细胞的三分类。与现有的网络结构相比,本发明提出的方法能够提高模型的收敛速度,获得更好的测试准确率,对无标记白细胞的分类效果更好。

本发明授权一种基于明场显微成像的无标记白细胞三分类方法在权利要求书中公布了:1.一种基于明场显微成像的无标记白细胞三分类方法,其特征在于:步骤一、构建带有细胞类别标签的白细胞数据集;步骤二、构建无批归一化的无标记白细胞分类网络;无批归一化的无标记白细胞数分类网络包括依次连接输入层、卷积堆叠层、隐藏层和输出层;卷积堆叠层包括四个卷积部分;卷积堆叠层用于对输入图像进行特征提取,形成用于分类的特征图;特征图输入到隐藏层;所述卷积部分中的残差块包括调整层、卷积层和激活层;将输入调整层的特征记为特征xl;调整层对特征xl的通道、高度和宽度三个维度中的所有元素求取方差σ;将特征xl更新为特征卷积层中卷积核参数经过更新;更新后的卷积核参数其中,W为原始卷积核参数,μW和σW分别为W在fan-in维度上的均值和方差,N为W在fan-in维度上的参数个数;单个残差块的输出xo=xl+flxl;其中,fl·为输入残差块的特征xl依次经过残差块内所有层级结构处理后得到的特征;步骤三、利用步骤一中构建的白细胞数据集对步骤二构建的分类网络进行训练;训练过程如下:1训练阶段,使用交叉熵损失函数作为目标优化函数;目标优化函数L=-Σlogys;其中,ys为真实类别s所对应的预测概率值;2训练阶段使用Adam优化器最小化目标函数,学习率为1×10-4,用于计算梯度及梯度平方的运行平均值系数分别为0.9和0.999;不采用权重衰减策略,设置随机丢弃的概率为0.5,设置批次大小为32,训练100轮次;3训练期间使用自适应梯度裁剪方法;具体的梯度裁剪策略设计如下:其中,||·||F为Frobenius范数,为网络中第l层的第i个待训练的参数,为目标优化函数L关于的梯度,定义∈=10-3,λ为标量超参数代表梯度裁剪的阈值;4保存验证准确率最佳的模型进行模型性能测试;步骤四、利用训练后的分类网络对白细胞的类型进行识别。

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杭州电子科技大学,其通讯地址为:310018 浙江省杭州市下沙高教园区2号大街;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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。