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！

龙图腾网获悉北京透彻未来科技有限公司申请的专利一种基于YOLOv8与互信息自监督学习的免疫组化定量分析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：CN120913197B 。

龙图腾网通过国家知识产权局官网在2026-03-10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：202510809490.8，技术领域涉及：G06V20/69；该发明授权一种基于YOLOv8与互信息自监督学习的免疫组化定量分析方法是由王书浩;王伟设计研发完成，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YOLOv8与互信息自监督学习的免疫组化定量分析方法在说明书摘要公布了：本发明提供了一种基于YOLOv8与互信息自监督学习的免疫组化定量分析方法，包括：结合Ki‑67和PD‑L1构建第一数据集，并利用第一数据集针对YOLOv8进行模型训练，得到YOLOv8预训练模型；采用YOLOv8预训练模型针对病理图像进行细胞检测与切片，得到第一分析数据；构建Ki‑67和PD‑L1的底库数据集，得到第二数据集；针对第二数据集结合Ki‑67和PD‑L1测试数据集进行互信息自监督学习模型训练，得到训练后的互信息自监督学习模型；利用训练后的互信息自监督学习模型针对第一分析数据进行表达状态判定与定量分析，得到免疫组化定量分析数据。本发明采用YOLOv8与互信息自监督学习实现对病理图像的高效自动化分析，降低了人为因素的影响，提高免疫组化定量分析的准确性。

本发明授权一种基于YOLOv8与互信息自监督学习的免疫组化定量分析方法在权利要求书中公布了：1.一种基于YOLOv8与互信息自监督学习的免疫组化定量分析方法，其特征在于，包括： 结合Ki-67和PD-L1构建第一数据集，并利用第一数据集针对YOLOv8进行模型训练，得到YOLOv8预训练模型； 采用YOLOv8预训练模型针对病理图像进行细胞检测与切片，得到第一分析数据； 构建Ki-67和PD-L1的底库数据集，得到第二数据集，包括：通过YOLOv8预训练模型针对IHC图像进行检测，获取细胞边界坐标信息，并根据细胞边界框信息针对细胞区域进行裁剪，得到细胞切片；根据细胞表达状态针对细胞切片进行筛选，得到细胞切片筛选结果；针对细胞切片筛选结果结合指标参数构建底库数据集；针对Ki-67指标，根据Ki-67阳性肿瘤细胞和阴性肿瘤细胞得到底库第一分库，针对PD-L1指标，根据PD-L1膜染阳性细胞阴性肿瘤细胞得到底库第二分库； 针对第二数据集结合Ki-67和PD-L1测试数据集进行互信息自监督学习模型训练，得到训练后的互信息自监督学习模型；其中，所述互信息自监督学习模型是结合变分自编码结构与互信息判别机制的自监督学习模型，在针对第二数据集结合Ki-67和PD-L1测试数据集进行互信息自监督学习模型训练时，利用互信息自监督学习模型从免疫组化图像中提取具有判别力的细胞特征编码，并基于细胞特征编码进行类比推理与表达状态判定；所述自监督学习模型包括：编码器模块、重参数化模块和判别器模块；编码器模块采用变分自编码器针对细胞切片进行编码分析，获取细胞切片图像的潜在编码信息，并根据细胞切片图像的潜在编码信息分析计算潜在编码分布的均值、对数方差及中间特征图，得到编码器输出信息；重参数化模块根据编码器输出信息进行重参数化采样，获取编码潜在向量，并构建全局正负对，和局部正负对和；判别器模块评估全局表示之间及局部特征与全局表示之间的信息是否一致性，包括：全局判别器和局部判别器，采用全局判别器评估全局表示之间的信息是否一致性，得到第一评估结果；采用局部判别器评估局部特征与全局表示之间的信息是否一致性，得到第二评估结果； 利用训练后的互信息自监督学习模型针对第一分析数据进行表达状态判定与定量分析，得到免疫组化定量分析数据。

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北京透彻未来科技有限公司，其通讯地址为：100000 北京市海淀区莲花池东路39号6层608；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。