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！

龙图腾网恭喜余姚市浙江大学机器人研究中心;浙江大学申请的专利一种基于卷积神经网络和Dbscan的病理切片细胞高精度自动分割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：CN115131785B 。

龙图腾网通过国家知识产权局官网在2025-05-13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：202210605716.9，技术领域涉及：G06V20/69；该发明授权一种基于卷积神经网络和Dbscan的病理切片细胞高精度自动分割方法是由王进;余焕;陆国栋设计研发完成，并于2022-05-31向国家知识产权局提交的专利申请。

本一种基于卷积神经网络和Dbscan的病理切片细胞高精度自动分割方法在说明书摘要公布了：本发明属于图像处理和人工智能领域，公开了一种基于卷积神经网络和Dbscan的病理切片细胞高精度自动分割方法。该方法利用病理切片和人工标注细胞掩码进行针对病理切片细胞特征改进的U‑Net卷积神经网络模型训练，得到精度较低的初步语义分割结果；然后通过GrabCut后处理模块，补偿细胞欠分割状况，优化分割边缘，得到高精度的语义分割掩码；然后根据语义分割结果中的切片细胞掩码像素值密度调整Dbscan算法聚类半径和聚类密度，使用聚类实例划分，得到高精度的实例分割结果。本发明能够对多类病理切片细胞进行高精度高效率的语义分割和实例分割。

本发明授权一种基于卷积神经网络和Dbscan的病理切片细胞高精度自动分割方法在权利要求书中公布了：1.一种基于卷积神经网络和Dbscan的病理切片细胞高精度自动分割方法，其特征在于，包含如下步骤：步骤1：病理切片图像数据集构建：以医院活检收集制作的病理组织切片和人工标注的细胞掩码制作病理切片数据集，并使用随机弹性形变进行数据增强；步骤2：病理切片细胞语义分割网络训练：利用病理切片数据集进行针对病理切片细胞特征改进的卷积神经网络模型训练，得到精度较低的初步语义分割结果；步骤3：病理切片细胞语义分割后处理：通过GrabCut后处理，补偿欠分割图像，优化分割边缘，得到高精度的语义分割掩码，根据病理组织切片语义分割掩码的形状特征、像素数量输出切片类型和面积大小；所述步骤3中，利用GrabCut算法作为图像后处理方法，卷积神经网络输出的语义分割结果作为后处理输入，代替原GrabCut算法中人工交互指定图像的前背景方法，直接结合原图像构造病理切片图像的带权图，通过能量函数的最小化实现全局最优化分割，弥补切片细胞欠分割状况，优化分割边缘；所述步骤3中，原图和经过改进U-Net输出的语义分割图一起输入GrabCut后处理，改进U-Net输出的语义分割图指定部分像素点的前背景属性，进行集合分类，实现带权图的构造，并根据像素点的分布规律，构造全局能量函数，通过学习原图的高斯混合模型参数，对全局能量函数进行最小化收敛，此过程将循环三次，达到最小化全局能量函数的目的，最后利用边界填充算法，对图像边缘进行平滑处理，得到更理想的分割效果，输出后处理优化图像；步骤4：病理切片细胞实例分割：根据语义分割结果中的病理组织切片细胞掩码像素值密度调整Dbscan算法聚类半径和聚类密度，使用聚类实例划分，得到高精度的实例分割结果，并根据实例分割掩码输出病理细胞实例类别和数量。

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余姚市浙江大学机器人研究中心;浙江大学，其通讯地址为：315400 浙江省宁波市余姚市凤山街道冶山路479号科创大厦12楼；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”。