华南理工大学孙文心获国家专利权
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!
龙图腾网获悉华南理工大学申请的专利一种基于图神经网络的病理图像细胞核分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:CN120356012B 。
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:202510803846.7,技术领域涉及:G06V10/764;该发明授权一种基于图神经网络的病理图像细胞核分类方法是由孙文心;余晋刚设计研发完成,并于2025-06-17向国家知识产权局提交的专利申请。
本一种基于图神经网络的病理图像细胞核分类方法在说明书摘要公布了:本发明公开了一种基于图神经网络的病理图像细胞核分类方法,首先获取包含细胞核的病理组织图像及其实例分割结果;然后构建形状引导的三分支融合网络;将包含细胞核的病理组织图像输入深度特征分支提取全局特征得到像素级特征图并获取每个细胞核的深度特征;使用手工特征分支对实例分割结果提取细胞核的形态、颜色及纹理特征得到手工特征并升维得到手工特征向量;采用形状特征分支对实例分割结果提取基于轮廓点的形状特征;最后送入特征门控融合机制进行融合得到融合向量;将融合向量输入分类输出模块进行分类,输出分类结果。本发明充分利用细胞核的形状信息,使得网络对形态复杂的细胞核具有更好的区分能力,提高分类性能。
本发明授权一种基于图神经网络的病理图像细胞核分类方法在权利要求书中公布了:1.一种基于图神经网络的病理图像细胞核分类方法,其特征在于,包括下述步骤: 获取包含细胞核的病理组织图像及其实例分割结果; 构建形状引导的三分支融合网络,包括深度特征分支、手工特征分支、形状特征分支、特征门控机制及分类输出模块; 将包含细胞核的病理组织图像输入深度特征分支提取全局特征得到像素级特征图并获取每个细胞核的深度特征; 使用手工特征分支对实例分割结果提取细胞核的形态、颜色及纹理特征得到手工特征并升维得到手工特征向量; 所述得到手工特征并升维得到手工特征向量,具体为: 利用实例分割结果从包含细胞核的病理组织图像中提取m维的手工特征,包括形态学特征、颜色特征及纹理特征;所述形态学特征包括细胞核面积、细胞核周长及细胞核圆度;所述颜色特征包括细胞核颜色熵和细胞核颜色矩;所述纹理特征包括细胞核边缘颜色对比度以及灰度共生矩阵对应的对比度、相关性、能量、同质性和ASM; 将形态学特征、颜色特征及纹理特征组合后形成一个1×m的向量经过若干全连接层进行非线性映射和升维,得到手工特征向量; 采用形状特征分支对实例分割结果提取基于轮廓点的形状特征,具体为: 依据实例分割结果进行细胞核轮廓点采样,构建轮廓点的节点特征,得到每一细胞核的轮廓点特征矩阵; 将轮廓点特征矩阵输入改进的图注意力网络中对每一轮廓点进行自连接,得到每一轮廓点的自连接特征; 对每一轮廓点的自连接特征执行注意力池化操作,并对每一细胞核的轮廓点进行全局汇聚得到每一细胞核的形状特征; 把深度特征、手工特征向量以及基于轮廓点的形状特征送入特征门控融合机制进行融合,得到融合向量;融合时使用门控函数动态调节每个特征的重要性,过程描述为: , 其中,F为融合向量,σ为激活函数,W f 为权重矩阵,f 1为深度特征,f 2为手工特征向量,f 3为基于轮廓点的形状特征,b f 为权重偏置矩阵,为哈达玛积,[f 1;f 2;f 3]为深度特征、手工特征向量以及基于轮廓点的形状特征拼接成的联合特征向量; 将融合向量输入分类输出模块进行分类,输出分类结果。
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华南理工大学,其通讯地址为:510640 广东省广州市天河区五山路381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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。