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！

龙图腾网恭喜汕头大学医学院;湘潭大学申请的专利一种全切片病理图像分割及辅助标注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：CN119273664B 。

龙图腾网通过国家知识产权局官网在2025-05-23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：202411394539.X，技术领域涉及：G06T7/00；该发明授权一种全切片病理图像分割及辅助标注方法是由闫晓苗;谢明健;汤红忠;张伟锋;易润坤;耿义群;洪良利;张宏生;顾江设计研发完成，并于2024-10-08向国家知识产权局提交的专利申请。

本一种全切片病理图像分割及辅助标注方法在说明书摘要公布了：本发明涉及图像处理与医学技术领域，具体涉及一种全切片病理图像分割及辅助标注方法。首先，将全切片病理图像WSI分成模型训练数据集和待标注数据集，对模型训练数据集中的癌症区域进行标注，构建病理图像分割数据集和模型预测数据集；使用病理图像分割数据集来训练U‑Net分割模型；其次，利用训练好的U‑Net分割模型对模型预测数据集中的小图像块进行预测，生成每张小图像块的分割结果并拼成整张病理切片的结果；最后，提取分割结果的轮廓，将轮廓的坐标点数值写入XML标注文件，病理医师可以在病理图像查看软件ASAP上审阅标注的质量。本发明的全切片病理图像分割及辅助标注方法能够有效对癌症区域分割，同时辅助标注能够进一步减少病理医师的标注负担。

本发明授权一种全切片病理图像分割及辅助标注方法在权利要求书中公布了：1.一种全切片病理图像分割及辅助标注方法，其特征在于，所述图像分割及辅助标注方法包括如下步骤：S1：将病理图像数据WSI划分为模型训练数据集和待标注数据集；S2：对所述模型训练数据集中切片的癌症区域进行ROI区域标注，将WSI在10×倍率下切割成若干512×512像素大小的图像块，并进行图像预处理，构建病理图像分割数据集；S3：将所述待标注数据集中的切片在10×倍率下切割成若干512×512像素大小的图像块，构建模型预测数据集；S4：使用病理图像分割数据集，利用U-Net分割模型作为骨干网络，建立U-Net病理图像分割模型；S5：将交叉熵损失和Dice损失进行加权求和后作为网络的总损失来训练所述U-Net病理图像分割模型；S6：利用所述U-Net病理图像分割模型对模型预测数据集中的图像块进行预测，生成图像块的分割结果，并且拼成整张大图的分割结果，以便于整张切片上的分割效果可视化；S7：提取整张切片分割结果的轮廓，将轮廓的坐标点数值按照病理图像查看软件ASAP所支持的标签格式生成XML标注文件；S8：病理医师在ASAP上打开病理切片并加载XML标注文件，审查标注的质量，并进行调整，以便于在后续进行使用；所述S4中，所述U-Net病理图像分割模型由编码网络和解码网络构成，所述编码网络包含了4层卷积和最大池化操作，所述解码网络包含4层卷积与反卷积操作，所述编码网络和解码网络之间加入跳跃连接，以融合编码网络和解码网络对应层次的语义特征，将解码网络最后一个卷积层的输出通道设置为病理图像数据集分割类别数3；所述S5中，将交叉熵损失和Dice损失进行加权求和后作为网络的总损失来训练所述U-Net病理图像分割模型，其中所述交叉熵损失LCE的表达式为： ；其中，HW表示图像的尺寸，y表示标签，表示模型的预测结果；所述Dice损失LDice的表达式为： ；其中，ε是常数，用于防止除零；所述分割模型的总损失Ltotal的表达式为： ；所述S7中，提取整张切片的分割结果的轮廓并生成XML标注文件的步骤包括：S71：提取整张切片分割结果的轮廓，以15个像素为间隔进行取值得到分割轮廓的坐标点；S72：依据数据预处理时的切片放大倍数，将坐标点数值放大到全切片的最大级尺寸，以保证分割轮廓能够对应全切片的实际尺寸大小；S73：将所有的坐标点数值按照病理图像查看软件ASAP支持的标签格式生成XML标注文件。

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汕头大学医学院;湘潭大学，其通讯地址为：515041 广东省汕头市新陵路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”。