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！

龙图腾网获悉浙江大学申请的专利一种基于多任务学习的病理图像虚拟染色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：CN119229161B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202410997984.9，技术领域涉及：G06V10/764；该发明授权一种基于多任务学习的病理图像虚拟染色方法是由田翔;何心蕙;叶欣;陈耀武设计研发完成，并于2024-07-24向国家知识产权局提交的专利申请。

本一种基于多任务学习的病理图像虚拟染色方法在说明书摘要公布了：本发明公开了一种基于多任务学习的病理图像虚拟染色方法，步骤包括：构建一对虚拟染色模型，分别包含对应源域和目标域的生成器和判别器；对于生成器，进行自监督地跨染色域重建、转换；对于判别器，在自监督对抗损失中添加病理切片类别监督损失；如此交替训练、更新后，最终实现源域和目标域之间的图像转换和对应的病理分类任务。本发明使用非配对染色数据集，通过病理类别标签引入分类损失，优化目标函数设计，添加分类模块，回传梯度引导模型学习类间差异性染色特征，提升病理图像虚拟染色的生成效果。

本发明授权一种基于多任务学习的病理图像虚拟染色方法在权利要求书中公布了：1.一种基于多任务学习的病理图像虚拟染色方法，其特征在于，包括以下步骤： 构建一对虚拟染色模型，每个虚拟染色模型均包含生成器和判别器，一虚拟染色模型对应源域向目标域的虚拟染色任务和病理图像分类任务，另一虚拟染色模型对应的目标域向源域的虚拟染色任务和病理图像分类任务； 输入相同病理类别的源域图像和目标域图像，交替训练生成器和判别器，训练时模型目标函数包括生成器损失函数和判别器损失函数，其中，生成器损失函数包括本体损失、对抗损失、循环损失和分类损失，判别器损失函数包括另外的对抗损失和另外的分类损失； 训练完成后，将源域图像输入至源域向目标域对应的虚拟染色模型包含的生成器中，无需病理类别即能生成目标域的虚拟染色图像； 针对源域向目标域的虚拟染色模型Ms2t包含目标域生成器Gs2t和目标域判别器Ds2t，目标域向源域的虚拟染色模型Mt2s包含源域生成器Gt2s和源域判别器Dt2s； 将病理类别为c的源域图像xs输入至源域生成器Gt2s中得到生成图像xs’，基于源域图像xs和生成图像xs’构建第一本体损失，将病理类别为c的源域图像xs输入至目标域生成器Gs2t中生成伪图像，并为伪图像赋予第一真标签，目标域判别器Ds2t对输入的伪图像进行第一真伪判别和生成第一预测病理类别，基于第一真标签和第一真伪判别结果构建第一对抗损失，基于病理类别标签c和第一预测病理类别构建第一分类损失，将成伪图像输入至源域生成器Gt2s中生成重建图像’，基于源域图像xs和重建图像’构建第一循环损失； 将病理类别为c的目标域图像xt输入至目标域生成器Gs2t中得到生成图像xt’，基于目标域图像xt和生成图像xt’构建第二本体损失，将病理类别为c的目标域图像xt输入至源域生成器Gt2s中生成伪图像，并为伪图像赋予第二真标签，源域判别器Dt2s对输入的伪图像进行第二真伪判别和生成第二预测病理类别，基于第二真标签和第二真伪判别结果构建第二对抗损失，基于病理类别标签c和第二预测病理类别构建第二分类损失，将成伪图像输入至目标域生成器Gs2t中生成重建图像’，基于目标域图像xt和重建图像’构建第二循环损失； 基于上述构建的所有损失对目标域生成器Gs2t源域生成器Gt2s进行训练。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。

以上内容由龙图腾AI智能生成。