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！

龙图腾网获悉深圳市生强科技有限公司申请的专利基于类别标签的病理图像分割方法、装置及其可读存储介质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：CN120259672B 。

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：202510732782.6，技术领域涉及：G06V10/26；该发明授权基于类别标签的病理图像分割方法、装置及其可读存储介质是由程俊儒;陈伟铭;雷园园;关旭;黄强;申志远设计研发完成，并于2025-06-04向国家知识产权局提交的专利申请。

本基于类别标签的病理图像分割方法、装置及其可读存储介质在说明书摘要公布了：本发明提出了一种基于类别标签的病理图像分割方法、装置及其可读存储介质，方法包括将全视野数字病理（WSI）图像分块后，利用ResNet、ViT或病理专用预训练大模型UNI提取包含局部纹理与全局语义的特征图谱；通过注意力机制计算图像块对分类结果的贡献度，结合梯度分析提取特征对分类决策的实际影响；采用排序加权策略融合两种权重，经高斯模糊与大津法阈值分割生成病变区域掩码，最终叠加至原始图像输出可解释的分割结果。本发明仅需切片级标签即可实现弱监督分割，显著降低标注成本，通过注意力与梯度信息的互补融合提升定位精度，生成直观的可视化病变区域，增强模型透明度与临床实用性，适用于多种病理图像分析场景。

本发明授权基于类别标签的病理图像分割方法、装置及其可读存储介质在权利要求书中公布了：1.一种基于类别标签的病理图像分割方法，其特征在于，包括以下步骤： 接收全视野数字病理图像，将其划分为多个图像块； 通过预训练的特征提取器提取各图像块的局部纹理特征和全局语义特征，生成特征图谱；其中，所述特征提取器包括ResNet、VisionTransformer或病理专用预训练大模型UNI； 基于所述特征图谱，通过注意力机制计算各图像块的注意力分数，包括：采用基于多实例学习的注意力网络，以切片级类别标签为监督信号，通过可学习参数矩阵对各图像块的特征向量进行非线性变换后归一化，得到注意力分数；所述注意力分数满足归一化条件，用于衡量图像块对分类结果的贡献程度； 基于所述特征图谱，通过梯度分析计算各图像块的梯度权重，包括：基于目标类别的预测得分，对图像块的特征维度求偏导并进行平均池化，得到特征对分类结果的梯度权重；所述梯度权重用于衡量图像块特征对分类结果的实际影响； 对注意力分数进行min-max归一化，对梯度权重按照数值排序进行归一化，将梯度权重转换为在所有图像块中的相对排名权重，通过将归一化后的注意力分数与归一化后的梯度权重相乘得到融合权重； 对融合权重进行后处理，包括：对融合权重进行高斯模糊去噪；基于大津法自适应计算二值化阈值并生成黑白掩码；将黑白掩码叠加至原始病理图像实现病变区域可视化； 输出病变区域定位结果。

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深圳市生强科技有限公司，其通讯地址为：518000 广东省深圳市龙岗区坂田街道岗头社区五和大道4012号元征科技厂区2号厂房302；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”。