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！

龙图腾网恭喜五邑大学申请的专利一种基于深度学习的红细胞氧化损伤程度的获取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：CN114842471B 。

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：202210560275.5，技术领域涉及：G06V20/69；该发明授权一种基于深度学习的红细胞氧化损伤程度的获取方法是由徐晓龙;张成霖;翁奇萍;秦传波;曾军英;刘文海;黄华连;朱颖琪;王梁;彭慈恩;陈艺元设计研发完成，并于2022-05-23向国家知识产权局提交的专利申请。

本一种基于深度学习的红细胞氧化损伤程度的获取方法在说明书摘要公布了：本发明公开了一种基于深度学习的红细胞氧化损伤程度的获取方法，通过获取红细胞图像，对红细胞图像中的正常红细胞图像进行打标形成标签，获得正常红细胞的标签图像；将红细胞图像和正常红细胞的标签图像作为数据集，对数据集进行训练集和测试集划分，训练集和测试集都包含红细胞图像和正常红细胞的标签图像；基于U‑Net模型和YOLOv3模型，构建红细胞氧化损伤程度预测模型；采用训练集对红细胞氧化损伤程度预测模型进行训练，获得训练好的红细胞氧化损伤程度预测模型；采用测试集对训练好的红细胞氧化损伤程度预测模型进行测试，获得红细胞氧化损伤程度测试结果。本发明能够即时获得红细胞氧化损伤程度，直观的观察细胞的实时变化状态。

本发明授权一种基于深度学习的红细胞氧化损伤程度的获取方法在权利要求书中公布了：1.一种基于深度学习的红细胞氧化损伤程度的获取方法，其特征在于，包括步骤：获取红细胞图像，对所述红细胞图像中的正常红细胞图像进行打标形成标签，获得正常红细胞的标签图像；将所述红细胞图像和所述正常红细胞的标签图像作为数据集，对所述数据集进行训练集和测试集划分，所述训练集和所述测试集都包含所述红细胞图像和所述正常红细胞的标签图像；基于U-Net模型和YOLOv3模型，构建红细胞氧化损伤程度预测模型；采用所述训练集对所述红细胞氧化损伤程度预测模型进行训练，获得训练好的红细胞氧化损伤程度预测模型，通过如下方式获得训练好的红细胞氧化损伤程度预测模型：采用所述训练集对预设的U-Net模型进行训练，获取所述正常红细胞的掩膜图像；采用所述YOLOv3模型对所述正常红细胞的掩膜图像中的正常红细胞进行矩形锚框标注识别，获得正常红细胞标注的锚框的数量；采用YOLOv3模型对所有所述红细胞图像中的红细胞进行矩形锚框标注识别，获得全部红细胞标注的锚框的数量；基于所述正常红细胞标注的锚框的数量和所述全部红细胞标注的锚框的数量，获得红细胞氧化损伤程度；采用所述测试集对所述训练好的红细胞氧化损伤程度预测模型进行测试，获得红细胞氧化损伤程度测试结果。

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五邑大学，其通讯地址为：529000 广东省江门市蓬江区东成村22号；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”。