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！

龙图腾网恭喜加利福尼亚大学董事会申请的专利使用深度学习对未标记荧光图像进行数字染色的方法和系统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：CN112106061B 。

龙图腾网通过国家知识产权局官网在2025-02-18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：201980029172.2，技术领域涉及：G06V20/69；该发明授权使用深度学习对未标记荧光图像进行数字染色的方法和系统是由阿伊多根·奥兹坎;亚伊尔·里文森;王宏达;魏赈嵩设计研发完成，并于2019-03-29向国家知识产权局提交的专利申请。

本使用深度学习对未标记荧光图像进行数字染色的方法和系统在说明书摘要公布了：公开了基于深度学习的数字染色方法和系统，其使得能够基于使用荧光显微镜获得的自发荧光图像从未标记或未染色样本中创建数字虚拟染色的显微图像。该系统和方法特别适用于创建由病理学家进行分析的未标记未染色的组织样本的数字虚拟染色的完整幻灯片图像WSI。该方法绕过了标准的组织化学染色过程，节省了时间和成本。该方法基于深度学习，并且在一个实施例中，利用使用生成对抗网络模型训练的卷积神经网络将未标记样本的荧光图像转换为与同一样本的化学染色版本的明场图像等效的图像。这种未标记的数字染色方法省去了繁琐且昂贵的组织化学染色程序，并显著简化了病理学和组织学领域的组织制备。

本发明授权使用深度学习对未标记荧光图像进行数字染色的方法和系统在权利要求书中公布了：1.一种生成未标记样本的数字染色显微图像的方法，包括：提供使用计算设备的一个或多个处理器由图像处理软件执行的深度神经网络，其中，所述深度神经网络用训练样本的化学染色图像或图像斑块和所述训练样本的相应自发荧光图像或图像斑块的多个匹配的对来训练，其中，多个所述匹配的对中的每一个受到全局配准过程和随后的局部特征配准过程，从而所述深度神经网络仅学习全局配准的所述匹配的对之间的颜色映射并匹配全局配准的所述匹配的对的局部特征；使用荧光显微镜和激发光源获得所述样本的自发荧光图像，其中，从所述样本内频移光的内源性荧光或其他内源性发射器发射荧光；将所述样本的所述自发荧光图像输入所述深度神经网络；以及经由所述深度神经网络输出所述样本的所述数字染色显微图像，其中，所述样本的所述数字染色显微图像基本上等同于已经被化学染色的所述样本的相应明场图像。

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加利福尼亚大学董事会，其通讯地址为：美国加利福尼亚州；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”。