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！

龙图腾网恭喜西安交通大学医学院第一附属医院;西安电子科技大学申请的专利一种基于染色体簇的染色体分割方法、系统、设备及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：CN119478426B 。

龙图腾网通过国家知识产权局官网在2025-04-22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：202510060033.3，技术领域涉及：G06V10/26；该发明授权一种基于染色体簇的染色体分割方法、系统、设备及介质是由甄帅;王晓丽;王宇平;孙怡凡;马思佳;李旭设计研发完成，并于2025-01-15向国家知识产权局提交的专利申请。

本一种基于染色体簇的染色体分割方法、系统、设备及介质在说明书摘要公布了：一种基于染色体簇的染色体分割方法、系统、设备及介质，属于生物信息学中的生物医学及人工智能技术领域，分割方法包括：将染色体原图像进行标注处理，针对不同任务，依次构建染色体簇识别数据集，对染色体簇识别网络进行训练；构建染色体簇分类数据集，对染色体簇分类网络进行训练；构建染色体簇分割数据集，对染色体簇分割网络进行训练；输入染色体原图像，依次利用训练好的染色体簇识别网络、染色体簇分类网络和染色体簇分割网络进行推理，得到染色体分割结果；本发明能够自动、准确地从观测图像中识别并分割出染色体；使用基于染色体簇的架构，降低染色体漏检的概率，网络对图像分辨率的向下兼容度高。

本发明授权一种基于染色体簇的染色体分割方法、系统、设备及介质在权利要求书中公布了：1.一种基于染色体簇的染色体分割方法，其特征在于，包括以下步骤：步骤1、将染色体原图像进行标注处理，针对不同任务，依次构建染色体簇识别数据集，对染色体簇识别网络进行训练；构建染色体簇分类数据集，对染色体簇分类网络进行训练；构建染色体簇分割数据集，对染色体簇分割网络进行训练；所述染色体簇分割网络基于MaskR-CNN网络，包括特征提取、区域建议网络RPN、RoI对齐和分支网络；其中，特征提取包括主干网络BackBone、四个池化金字塔模块PPM分支、一个拼接层Concat和一个卷积层Conv，主干网络BackBone选取的ResNet-50网络；区域建议网络RPN包括一个RPN模块；RoI对齐包括一个RoI对齐模块；分支网络包括类别Class、旋转检测框RotatedBoundingBox和分割掩码Mask；首先，输入染色体簇原图像，特征提取使用主干网络BackBone提取原始图像特征，之后使用池化金字塔模块PPM在四个不同尺度上对原始图像特征进行池化操作，并将池化结果与原始图像特征进行拼接concat，然后通过卷积层Conv恢复通道数，染色体簇原图像经过特征提取转变为特征图像；将特征图像输入至区域建议网络RPN，区域建议网络RPN在特征图像上生成大量的候选区域，预测生成的大量候选区域是否包含目标以及对应的精确位置，经过非极大值抑制，获取多个候选区域Proposals，候选区域通过RoI对齐操作从特征图像中提取固定大小的区域特征；最后，将提取出的固定大小的区域特征输入至分支网络，对每个候选区域，分支网络并行执行以下任务：预测目标的类别，生成旋转检测框RotatedBoundingBox，并生成像素级的二值分割掩码，得到染色体簇分割结果；池化金字塔模块PPM的输入输出公式为：Iout＝Conv1×1ConcatIin,UpspPool1Iin,UpspPool2Iin,UpspPool3Iin,UpspPool4Iin其中，Iin表示输入特征图，其高度为H，宽度为W，通道数为C；Iout表示输出；PoolkIin表示使用k×k池化窗口对输入特征图Iin进行池化；Upsp·表示将池化后的特征图上采样到H×W；Concat·表示在通道维度上拼接特征图；Conv1×1·表示使用1×1卷积层对融合特征图进行处理，降低通道数为C；旋转检测框RotatedBoundingBox通过引入一个额外的旋转角度参数，使目标框的表示从传统的x,y,w,h变为x,y,w,h，θ，其中，x,y是框的中心坐标，w和h分别是框的宽度和高度，θ是旋转角度；具体包括以下步骤：步骤1.1、利用公开的染色体分割网络，对染色体原图像进行预标注处理，获取预标注的轮廓信息；步骤1.2、利用labelme标注工具对步骤1.1获取的预标注的轮廓信息进行人工复核，标出所有的染色体实例的轮廓，获取标注的轮廓信息，构建染色体簇识别数据集；步骤1.3、通过染色体簇识别网络识别出步骤1.1中染色体原图像的染色体簇图像，输出染色体簇图像的轮廓信息；使用染色体簇图像的轮廓信息与步骤1.2构建的染色体簇识别数据集训练染色体簇识别网络；步骤1.4、对于步骤1.2精确标注的轮廓信息，通过查找并判断染色体簇图像中的染色体实例数量，构建染色体簇分类数据集，一类为包含单个染色体实例的染色体簇图像，另一类为包含多个染色体实例的染色体簇图像；步骤1.5、通过染色体簇分类网络对步骤1.4获取的染色体簇分类数据集进行分类，通过判断其中是否存在多个染色体实例，对于存在多个染色体实例的染色体簇图像分为正类，对于存在单个染色体实例的染色体簇图像分为负类，对染色体簇分类网络进行训练；步骤1.6、对于步骤1.1的染色体原图像和步骤1.2精确标注的轮廓信息，将包含多个染色体实例的染色体簇图像及其染色体轮廓标注信息进行提取，构建染色体簇分割数据集；步骤1.7、通过染色体簇分割网络对步骤1.6构建的染色体簇分割数据集中存在多个染色体实例的染色体簇图像进行实例分割，获取染色体实例，对染色体簇分割网络进行训练；步骤2、输入染色体原图像，依次利用步骤1训练好的染色体簇识别网络、染色体簇分类网络和染色体簇分割网络进行推理，得到染色体分割结果。

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西安交通大学医学院第一附属医院;西安电子科技大学，其通讯地址为：710006 陕西省西安市雁塔区雁塔西路277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”。