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！

龙图腾网恭喜玄尊(河北)医疗科技有限公司申请的专利基于强化学习的通道非均衡癌细胞图像检测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：CN114820431B 。

龙图腾网通过国家知识产权局官网在2025-06-03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：202210212647.5，技术领域涉及：G06T7/00；该发明授权基于强化学习的通道非均衡癌细胞图像检测方法是由黄敏;区志峰;王飞;孙金龙设计研发完成，并于2022-03-04向国家知识产权局提交的专利申请。

本基于强化学习的通道非均衡癌细胞图像检测方法在说明书摘要公布了：本发明公开了一种基于强化学习的通道非均衡癌细胞图像检测方法，本发明提出的基于强化学习的通道非均衡癌细胞图像检测方法，分别在红、绿、蓝三个颜色通道上对癌细胞进行分割，通过GAN生成对抗网络扩充部分绿色通道数据，将扩充的绿色通道结合其他两个通道的信息进行重组，以此来扩充形态不规则的癌细胞数据集，通过增强算法强化绿色通道强度，使癌细胞特征更明显。本发明通过对非均衡数据集的扩充和强化学习算法，使得简单的卷积神经网络即可完成训练任务，不必再通过构建复杂的网络结构或进行多次检测来完成对畸形癌细胞的识别，大大提高了检测效率。通过对轻量级网络进行部署，即可完成癌细胞图像的离线检测。

本发明授权基于强化学习的通道非均衡癌细胞图像检测方法在权利要求书中公布了：1.一种基于强化学习的通道非均衡癌细胞图像检测方法，其特征在于，具体包括有以下步骤：S1：获取采样针采集到的癌细胞图像并对其进行分类；S2：基于通道层面对畸形CTC图像进行分离；得到畸形CTC形态不规则的绿色通道图像，并将其送入GAN生成网络中，将生成图像和真实图像一起送入判别网络中进行判别，根据判别网络的结果对生成网络和判别网络进行反向训练，训练结束后，通过生成网络即可实现对绿色通道图像的扩充；S3：基于通道层面对典型CTC图像进行分离，得到典型CTC的红蓝通道图像，将其与扩充后的形态不规则的绿色通道图像进行随机组合，即可得到新的畸形CTC图像；S4：基于通道层面对色弱CTC图像进行分离，分别得到色弱CTC图像的红蓝通道图像和绿色通道图像；S5：对扩充和增强后的CTC图像进行旋转、翻折、镜像操作，进行二次扩充，并标注为True，获取非CTC图像标注为False，得到正样本和负样本比例为r的癌细胞数据集，并以一定的比例划分为训练集和测试集；S7：最后通过训练好的网络模型参数和部署好的网络就可以完成对癌细胞图像的离线检测。

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玄尊(河北)医疗科技有限公司，其通讯地址为：050000 河北省石家庄市高新区天山大街68号015幢二楼；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”。