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！

龙图腾网获悉吉林大学申请的专利一种基于深度自编码的尿沉渣杂质显微图像智能聚类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：CN120411575B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202510892031.0，技术领域涉及：G06V10/762；该发明授权一种基于深度自编码的尿沉渣杂质显微图像智能聚类方法是由田雅男;胡梦成;卢颖甲;王欢设计研发完成，并于2025-06-30向国家知识产权局提交的专利申请。

本一种基于深度自编码的尿沉渣杂质显微图像智能聚类方法在说明书摘要公布了：本发明适用于医学图像处理技术领域，提供了一种基于深度自编码的尿沉渣杂质显微图像智能聚类方法，包括以下步骤：首先对尿沉渣有形成分杂质样本显微图像进行数据增强、归一化和标准化预处理，提高模型的泛化性；接着将数据输入模型，通过改变聚类数目k，比较CH指数、DBI指数以及簇内簇间距离比来确定最优聚类数目；然后将预处理后的图像输入深度自编码器（DAE）进行特征提取，利用K‑Means算法对提取的潜在特征进行聚类，迭代更新簇中心直至收敛。该方法为后续海量有效样本的准确识别奠定了关键基础，在推动智能医疗仪器研发、提升医疗仪器检测性能方面具有重要意义。

本发明授权一种基于深度自编码的尿沉渣杂质显微图像智能聚类方法在权利要求书中公布了：1.一种基于深度自编码的尿沉渣杂质显微图像智能聚类方法，其特征在于，包括以下步骤： 步骤1：对尿沉渣有形成分杂质样本显微图像进行数据增强、归一化和标准化预处理； 步骤2：计算性能指标确定最佳聚类数目； 通过调整聚类数目k，比较DBI指数、CH指数和簇内簇间距离比来确定最佳聚类数目； 步骤3：深度自编码器智能获取图像特征并进行K-means聚类； 确定最佳聚类数目后，对所有杂质样本使用基于深度自编码器和K-means的深度聚类方法训练； 所述步骤3的具体步骤如下： 步骤31：将预处理后的图像加噪声后输入DAE进行特征提取； 在DAE的编码器部分，首先全连接层对输入数据进行处理，随后通过ReLU激活函数对数据进行非线性变换，接着再经过一层全连接层，将输入数据映射到低维的潜在空间；在DAE的解码器部分，先由全连接层接收来自编码器的潜在空间数据，再通过ReLU激活函数进行非线性转换，之后又经过一层全连接层，最后通过Sigmoid激活函数输出，实现图像的重构；模型训练采用均方误差损失函数，选用Adam优化器，在5个训练周期内对网络参数进行优化； 步骤32：获取潜在特征向量； 训练完成后，提取DAE的编码器部分，获取输入数据在潜在空间的表示，即潜在特征向量； 步骤33：利用K-Means算法对提取的潜在特征进行聚类； K-Means方法通过计算样本与簇中心的欧氏距离，迭代更新簇中心直至收敛；将聚类数设定为最佳聚类数目，并使用随机种子初始化； 步骤34：对聚类结果进行可视化分析； 使用PCA方法将高维特征降至二维，并绘制散点图，直观展示各个簇的分布情况；不同颜色表示不同的聚类类别，以评估特征分布的分离性； 步骤35：评估聚类效果； 计算CH指数和DBI指数，以衡量簇间距离与簇内紧密度；自定义计算簇间距离和簇内距离，并计算簇内簇间距离比Ratio，以评估聚类的整体质量。

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吉林大学，其通讯地址为：130012 吉林省长春市朝阳区前进大街2699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”。