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！

龙图腾网恭喜生仝智能科技(北京)有限公司申请的专利基于深度学习分割模型的病理图像处理方法、电子设备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：CN114581434B 。

龙图腾网通过国家知识产权局官网在2025-05-02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：202210294465.7，技术领域涉及：G06T7/00；该发明授权基于深度学习分割模型的病理图像处理方法、电子设备是由周冯源设计研发完成，并于2022-03-24向国家知识产权局提交的专利申请。

本基于深度学习分割模型的病理图像处理方法、电子设备在说明书摘要公布了：本申请公开了一种基于深度学习分割模型的病理图像处理方法、电子设备，该方法包括：采集病理切片的图像数据，对病理切片的图像数据进行处理，得到训练数据集；搭建深度学习分割模型，深度学习分割模型包括血管深度学习分割模型和节细胞深度学习分割模型；结合训练数据集采用基于伪标签损失权重系数Wd的半监督技术对深度学习分割模型进行训练，得到训练好的深度学习分割模型；通过训练好的深度学习分割模型对待测图片进行血管和节细胞的识别。基于伪标签损失权重系数Wd的半监督技术，直接合并两个阶段的训练流程，避免了由于标注数据质量较差导致伪标签存在大量错误，通过Wd控制深度学习分割模型周期性收敛。

本发明授权基于深度学习分割模型的病理图像处理方法、电子设备在权利要求书中公布了：1.基于深度学习分割模型的病理图像处理方法，其特征在于，包括：采集病理切片的图像数据，对所述病理切片的图像数据进行处理，得到训练数据集；搭建深度学习分割模型，所述深度学习分割模型包括血管深度学习分割模型和节细胞深度学习分割模型；结合所述训练数据集采用基于伪标签损失权重系数的半监督技术对所述深度学习分割模型进行训练，得到训练好的深度学习分割模型，具体包括：将真实标注的训练数据集分别输入到两个深度学习分割模型中进行并行训练，两个深度学习分割模型分别为结构相同、权重参数不同的第一深度学习分割模型和第二深度学习分割模型，得到训练后的第一深度学习分割模型和第二深度学习分割模型，以及第一深度学习分割模型对应的第一监督信号和第二深度学习分割模型对应的第二监督信号；利用所述第一监督信号更新所述第一深度学习分割模型的权重参数，重新训练第一深度学习分割模型；利用第二监督信号更新所述第二深度学习分割模型的权重参数，重新训练第二深度学习分割模型；利用所述训练后的第一深度学习分割模型标定未标注的训练数据集的第一伪标签，计算第一伪标签数据训练产生的损失LossF1；利用所述训练后的第二深度学习分割模型标定未标注的训练数据集的第二伪标签，计算第二伪标签数据训练产生的损失LossF2；为所述第二伪标签数据训练产生的损失LossF2配置伪标签损失权重系数，将配置伪标签损失权重系数的第二伪标签作为第一深度学习分割模型的监督信号，更新所述第一深度学习分割模型的权重参数，重新训练所述第一深度学习分割模型；为所述第一伪标签数据训练产生的损失LossF1配置伪标签损失权重系数，将配置伪标签损失权重系数的第一伪标签作为第二深度学习分割模型的监督信号，更新所述第二深度学习分割模型的权重参数，重新训练所述第二深度学习分割模型；从所述第一深度学习分割模型和第二深度学习分割模型中选择模型收敛较好的模型作为训练好的深度学习分割模型；通过所述训练好的深度学习分割模型对待测图片进行血管和节细胞的识别；所述第一深度学习分割模型训练后产生的损失为，计算公式如下： 所述第二深度学习分割模型训练后产生的的损失为，计算公式如下： 其中，LossT1为第一真实标签数据训练产生的损失，LossF2为第二伪标签数据训练产生的损失，LossT2为第二真实标签数据训练产生的损失，LossF1为第一伪标签数据训练产生的损失；伪标签损失权重系数的表达式如下： 其中，为当前训练步数，用于控制每个权重周期的最低值以及用于控制权重系数的递减周期；为权重增长周期，α是权重周期控制系数，变量，为向下取整函数。

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生仝智能科技(北京)有限公司，其通讯地址为：100176 北京市大兴区经济技术开发区荣京东街甲5号4幢2层301室；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”。