“李涵生”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果21个，建议您升级VIP下载更多相关专利

[发明专利]利用深度神经网络模型执行图像分割的方法-CN202110294862.X有效
发明人：杨林;亢宇鑫;李涵生;崔磊;费达;付士军;徐黎;杨海英 -专利权人：杭州迪英加科技有限公司;阿斯利康投资(中国)有限公司
申请日： 2021-03-19 - 公布日： 2023-08-08 - 主分类号： G06V10/25 文献下载
摘要：本公开提供了一种利用深度神经网络模型执行图像分割的方法、装置、设备及介质。所述深度神经网络模型包括编码器和解码器，所述方法包括：获取包含感兴趣区域的输入图像；利用编码器的多个编码层分别提取所述输入图像的不同的多种尺度的语义特征；利用解码器的多个解码层对所述多种尺度的语义特征分别进行解码来获得与每种尺度的语义特征对应的预测结果；将与每种尺度的语义特征对应的预测结果进行整合来获得关于所述输入图像中的各个像素是否属于所述感兴趣区域的最终预测结果；输出根据所述最终预测结果从输入图像中分割出所述感兴趣区域的输出图像。本公开提供的图像分割的方法，可提高图像中分割出的感兴趣区域整体的连续性，从而提高了分割结果的准确性。
利用深度神经网络模型执行图像分割方法

[发明专利]多中心病理图像细胞检测深度学习模型构建方法-CN202310410092.X在审
发明人：崔磊;赵璇;亢宇鑫;李涵生 -专利权人：西北大学
申请日： 2023-04-17 - 公布日： 2023-08-01 - 主分类号： G06V10/82 文献下载
摘要：本申请涉及一种多中心病理图像细胞检测深度学习模型构建方法，包括获取模型构建数据集，构建细胞检测深度学习模型和随机特征增强模块，基于所述模型构建数据集对所述细胞检测深度学习模型进行训练，得到训练后的细胞检测深度学习模型。本申请采用随机特征增强模块，增加了源域数据在特征空间的广度，领域不变信息一致性学习策略，促使细胞检测模型学习更加泛化的特征表示，从而提升了病理图像细胞检测模型的泛化性能；采用的随机特征增强模块，能够即插即用，对于相比较现有方法，不需要精细的设计，计算成本低，易于实现。
中心病理图像细胞检测深度学习模型构建方法

[发明专利]病理切片染色风格转换方法和电子设备-CN201911075420.5有效
发明人：亢宇鑫;王春宝;李涵生;崔磊;崔灿;杨林 -专利权人：杭州迪英加科技有限公司
申请日： 2019-11-06 - 公布日： 2023-07-04 - 主分类号： G06T5/00 文献下载
摘要：本发明涉及一种病理切片染色风格转换方法，包括：接收待处理的经过染色的病理切片的数字切片全场图；获取所述数字切片全场图上的感兴趣区域；对所述感兴趣区域进行质量评价，并修复质量评价不合格的区域，获得质量评价合格的感兴趣区域；接收期望的染色效果图像；根据所述期望的染色效果图像选择对应的循环对抗生成网络，将所述感兴趣区域转换成与期望的染色效果图像相似的图像效果。本申请首先对数字化后的染色病理切片进行图像修复，将染色劣质、图像质量评价不合格的免病理切片图像修复至标准数字切片全场图，进而进行智能转换，将病理切片转换为期望的染色效果图像。
病理切片染色风格转换方法电子设备

[发明专利]基于深度学习的异质性细胞检测方法及装置-CN202310121657.2在审
发明人：崔磊;呼冬晴;李涵生;亢宇鑫 -专利权人：西北大学
申请日： 2023-02-15 - 公布日： 2023-06-23 - 主分类号： G06T7/00 文献下载
摘要：本申请涉及一种基于深度学习的异质性细胞检测方法及装置，本申请通过从细胞级标注中挖掘其隐含的区域信息，从而对异质性细胞的检测结果添加区域约束，进而进行修正，实现异质性细胞检测准确率的有效提升；相比较现有的异质性细胞检测方法，本申请仅需要细胞级标注，不需要进一步的区域级标注，大大降低了现有方法所必须的标注成本。
基于深度学习异质性细胞检测方法装置

[发明专利]一种面向病理图像的轻量级自动化深度学习系统及方法-CN202010584203.5有效
发明人：崔灿;亢宇鑫;崔磊;李涵生;林明珍;沈珏伟;杨林 -专利权人：上海迪影科技有限公司
申请日： 2020-06-24 - 公布日： 2023-05-09 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及一种面向病理图像的轻量级自动化深度学习系统，包括面向用户的业务与应用模块，和面向系统的数据处理模块；所述业务与应用模块用于接收外部指令、病理图像、标注信息并传输至数据处理模块，根据所述外部指令创建病理影像项目，确定所述病理影像项目对应的算法任务类别，每个算法任务类别对应一种或几种算法模型，接收和显示来自数据处理模块的输出结果；所述数据处理模块用于算法任务类别算法任务类别病理图像的数据处理，将所述标注信息添加在所述病理图像上生成标注数据，根据指定的算法模型对所述标注数据进行训练，输出每个算法模型在验证集上的效果评价指标，在测试集上进行测试和评估，输出最佳算法模型。
一种面向病理图像轻量级自动化深度学习系统方法

[发明专利]一种病理图像处理方法及系统-CN201910863393.1有效
发明人：韩鑫;李涵生;宋敏敏;杨林;崔磊 -专利权人：杭州迪英加科技有限公司
申请日： 2019-09-12 - 公布日： 2023-04-18 - 主分类号： G06V20/69 文献下载
摘要：本发明涉及一种病理图像处理系统，包括：显微镜、显微镜摄像头、采集开关、处理器以及显示器。显微镜用于观察细胞涂片；显微镜摄像头与所述显微镜镜头连接，用于采集显微镜下细胞涂片的病理图像。处理器与所述显微镜摄像头通讯连接，接收来自显微镜摄像头的病理图像，对所述病理图像进行预处理，对处理后的病理图像进行细胞检测和细胞分类，在所述病理图像上标注出细胞所在位置、细胞类型及对应的置信度，输出经过标注的病理图像；显示器与所述处理器连接，接收并显示所述经过标注的病理图像。采集开关安装在所述显微镜摄像头上，控制显微镜摄像头的运行。
一种病理图像处理方法系统

[发明专利]免疫组化核染色切片细胞定位多域共适应训练方法-CN202011206747.4有效
发明人：亢宇鑫;李涵生;武卓越;崔灿;崔磊;杨林 -专利权人：杭州迪英加科技有限公司
申请日： 2020-11-03 - 公布日： 2023-03-24 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及一种免疫组化核染色切片细胞定位多域共适应训练方法，用于在仅有的单域标注数据集下，对细胞关键点检测模型进行充分的训练。采用源域图像和目标域图像对细胞定位模型进行训练，将源域图像和目标域图像交替输入编码器进行特征提取，对源域图像进行特征提取后得到第一特征，对目标域图像进行特征提取后得到第二特征；将第一特征和第二特征输入判别器进行特征判别；当判别器的损失函数达到设定条件时，提取到的第一特征和第二特征为域不变特征；将第一特征和第二特征交替输入解码器进行解码、激活操作得到对应的置信度图；在训练过程中，编码器和解码器通过不断迭代进行参数更新；当训练迭代次数达到指定次数时，训练结束。
免疫组化核染色切片细胞定位多域共适应训练方法

[发明专利]训练数据为缺失标注的病理图像检测模型建立、检测方法-CN202010842857.3有效
发明人：冯筠;韩鑫;李涵生 -专利权人：西北大学
申请日： 2020-08-20 - 公布日： 2022-11-04 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了训练数据为缺失标注的病理图像的检测模型建立、检测方法，首先将病例图像进行预处理，然后构建检测网络，最后训练检测网络，得到检测模型；在检测待处理的病例图像时，将待处理的病理图像输入检测模型中，得到建议框类别，以此判断该建议框是否包含待检测物体。本发明通过在现有的基于区域的目标检测网络中引入分割模型和建议框标签更新模块，通过该分割模型的输出对建议框的标签进行校正，挖掘出潜在的阳性建议框。解决了缺失标注而导致建议框的标签发生错误分配的问题。本发明采用这种协同监督的训练方法，提升了模型的精度和检测准确率。
训练数据缺失标注病理图像检测模型建立方法

[发明专利]一种HER-2免疫组化病理切片分析方法、系统和可读存储介质-CN202210706047.4在审
发明人：杨林;李涵生;胡玲玉;林明珍;吴婷婷;李晶;崔磊;亢宇鑫;高敏;张妍妍;杨海英 -专利权人：杭州迪英加科技有限公司;阿斯利康（无锡）贸易有限公司
申请日： 2022-06-21 - 公布日： 2022-11-01 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种HER‑2免疫组化病理切片分析方法、系统和可读存储介质。通过构建并训练基于卷积神经网络的HER‑2免疫组化病理切片分析模型；然后将待分析的HER‑2免疫组化病理切片图像输入HER‑2免疫组化病理切片分析模型进行分析，并输出分析结果。HER‑2免疫组化病理切片分析模型通过将卷积核转换到代数旋转群实现了卷积的旋转的不变性，从而使得卷积核可在旋转上学习特征。与现有的卷积相比，使用代数群卷积减少了相同特征不同角度的参数量，使得卷积模型有更多的容量学习更多的HER2细胞特征，从而使得算法模型对于HER2的分析更精准。本发明可以代替现有的任意基于CNN的算法模型，并带来显著的效果提升。
一种 her 免疫病理切片分析方法系统可读存储介质

[发明专利]免疫组化病理切片的分析方法、系统和可读存储介质-CN202210707529.1在审
发明人：杨林;李涵生;胡玲玉;林明珍;吴婷婷;李晶;崔磊;亢宇鑫;高敏;张妍妍;杨海英 -专利权人：杭州迪英加科技有限公司;阿斯利康（无锡）贸易有限公司
申请日： 2022-06-21 - 公布日： 2022-11-01 - 主分类号： G06V20/69 文献下载
摘要：本发明公开的一种免疫组化病理切片的分析方法、系统和可读存储介质，其中方法包括：获取数字病理图并分析得到纹理分类特征；基于所述纹理分类特征分割所述数字病理图以得到目标区域；基于所述目标区域获取细胞数据，进而确定所述HER‑2病理切片有关的分析结果。本发明通过基于手工特征的无监督区域分割方法有效分割出HER‑2免疫组化病理切片中的目标区域，即有效组织区域，在区域约束的基础上，采用对比学习特征约束同类细胞一致性编码、并拉开异类细胞特征的差异，得到更准确的细胞解码预测结果；采用神经网络对低确信度细胞结果进行二次校正，从而实现对HER‑2切片进行精确自动分析。
免疫病理切片分析方法系统可读存储介质

[发明专利]染色鼻息肉病理切片质量多维评价方法、系统及介质-CN202210402598.1有效
发明人：杨钦泰;李涵生;罗新;邵春奎;陈健宁;刘子锋;吴晓琦;杨林;黄雪琨;张雅娜;郑瑞;吴庆武;吴硕;周文豪;梁桂贤;邱惠军;王心悦;林明珍;屠佳杰 -专利权人：杭州迪英加科技有限公司;中山大学附属第三医院
申请日： 2022-04-18 - 公布日： 2022-10-11 - 主分类号： G06T7/00 文献下载
摘要：本发明公开的一种染色鼻息肉病理切片质量多维评价方法、系统及计算机可读存储介质，方法包括：获取鼻息肉数字全场切片图像并进行像素预处理和滤波去噪；对预处理后的图像进行组织切面完整度打分；对预处理后的图像进行切片厚薄均匀程度打分；对预处理后的图像进行刀痕、裂隙打分；对预处理后的图像进行气泡打分；对预处理后的图像进行透明度打分；对预处理后的图像进行细胞核与细胞浆染色对比清晰度打分；对预处理后的图像进行污染物打分；对预处理后的图像进行皱褶、折叠评分；将得到的各项分数加权求和得到切片图像的质量总分。本发明能够更精细、更全面的量化病理切片的质量。
染色鼻息病理切片质量多维评价方法系统介质

[发明专利]针对缺失标注的病理图像的高精度检测网络训练方法-CN202010373046.3有效
发明人： 李涵生;韩鑫;亢宇鑫;崔磊;杨林 -专利权人：杭州迪英加科技有限公司
申请日： 2020-05-06 - 公布日： 2022-07-22 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及针对缺失标注的病理图像的高精度检测网络训练方法，包括：获取带有部分手工标注信息的病理图像作为训练样本；将所述训练样本输入目标检测模型，通过所述目标检测模型检测出所述训练样本上可能存在检测目标的位置，用回归框标示出所述可能存在检测目标的位置；计算每个回归框的原始损失；计算每个回归框的回归框能量；根据所述回归框能量对对应回归框的原始损失进行校准；计算校准后所述目标检测模型的损失函数，采用梯度下降法更新所述目标检测模型中的参数，采用更新后的参数对所述网络进行训练。经过偏差校准的目标检测模型的召回率结果和平均精度结果都有了明显的改善和提高。
针对缺失标注病理图像高精度检测网络训练方法

[发明专利]针对目标检测网络的鲁棒训练方法-CN202010480420.X有效
发明人： 李涵生;韩鑫;亢宇鑫;崔磊;杨林 -专利权人：杭州迪英加科技有限公司
申请日： 2020-05-30 - 公布日： 2022-07-22 - 主分类号： G06V10/774 文献下载
摘要：本发明涉及针对目标检测网络的鲁棒训练方法，包括：获取训练样本，所述训练样本上的部分检测目标携带有人工标注框；利用目标检测网络对所述训练样本进行特征提取，在所述训练样本上生成建议框；在所述建议框上标记原始采样标签,原始采样标签包括正标签和负标签；采用池化分支，对所述正标签进行池化操作，输出第一感兴趣区域特征；将所述第一感兴趣区域特征输入挖掘网络，挖掘网络为全连接神经网络，挖掘网络生成新的建议框标签——挖掘标签；将所述挖掘标签与所述原始采样标签进行融合生成金标签；将所述金标签用于所述目标检测网络的训练。
针对目标检测网络训练方法

[发明专利]用于提升PD-L1免疫组化病理切片TPS计算准确度的方法及设备-CN202110165413.5有效
发明人：亢宇鑫;李涵生;武卓越;崔灿;林明珍;崔磊;杨林 -专利权人：杭州迪英加科技有限公司
申请日： 2021-02-06 - 公布日： 2022-07-22 - 主分类号： G06T7/00 文献下载
摘要：本申请公开了一种用于提升PD‑L1免疫组化病理切片TPS计算准确度的方法，通过基于手工特征的无监督区域分割方法有效分割出PD‑L1免疫组化病理切片中的目标区域（有效组织区域），在区域约束的基础上，采用有效挖掘细胞细粒度特征及上下文信息的细胞关键点定位方法进行细胞定位和分类，采用阴性肿瘤细胞再分类方法对阴性肿瘤细胞进行二次筛查，从而实现对PD‑L1切片进行精确自动辅助分析，采用本申请进行细胞定位和分类的结果更加有效，能够准确统计出数字病理图像中的阴性肿瘤细胞数，对于提升PD‑L1免疫组化病理切片的TPS指标的精度和准确性更加有效。
用于提升 pd l1 免疫病理切片 tps 计算准确度方法设备

[发明专利]一种有丝分裂细胞检测模型训练方法、系统、可读存储介质-CN202111316935.7在审
发明人： 李涵生;亢宇鑫;杨林 -专利权人：杭州迪英加科技有限公司
申请日： 2021-11-09 - 公布日： 2022-03-25 - 主分类号： G06K9/62 文献下载
摘要：本申请实施例提一种有丝分裂细胞检测模型训练方法、系统、可读存储介质，该方法包括基于待训练的初始图像，进行有丝分裂细胞区域的扩充，并得到相应的目标扩充图像；将目标扩充图像输入到初始检测模型进行模型训练，且，训练过程中，使用框能量密度对损失函数进行矫正；其中，在触发训练结束条件时，得到目标检测模型。该方法的实施能够降低有丝分裂细胞的检测难度。
一种有丝分裂细胞检测模型训练方法系统可读存储介质

1
2
下一页»
尾页
共 21 条