恭喜ESSENLIX 公司斯蒂芬·Y·周获国家专利权
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ESSENLIX 公司申请的专利测定准确度改善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:CN113227755B 。
龙图腾网通过国家知识产权局官网在2025-06-27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:201980069019.2,技术领域涉及:G01N1/28;该发明授权测定准确度改善是由斯蒂芬·Y·周;丁惟;周芜;田军;张越成;吴明权;李星设计研发完成,并于2019-08-28向国家知识产权局提交的专利申请。
本测定准确度改善在说明书摘要公布了:本发明的一个方面是提供改善测定准确度的系统和方法,其包含各自具有随机误差的至少一个或多个参数。
本发明授权测定准确度改善在权利要求书中公布了:1.一种采用测定装置改善检测样品中或疑似在样品中的分析物的测定的准确度的方法,其中所述测定装置或所述测定装置的操作各自具有随机变化的一个或多个参数,其特征在于: 所述测定装置具有样品保持器; 所述方法包含: (a)采用所述测定装置测定分析物,包含: (i)将样品放置到所述测定装置中; (ii)使用所述测定装置测量所述样品中的分析物,产生检测结果; (b)确定步骤(a)的所述检测结果的可信性,包含: (i)成像,使用成像器拍摄所述样品的至少一部分和或所述测定装置的至少一部分的一个或多个图像; 所述图像表示在步骤(a)中产生所述检测结果时测量所述样品的至少一部分的条件; (ii)通过使用算法来分析所述图像和一个或多个参数来确定步骤(a)中的所述检测结果的可信性,并生成可信性得分, 所述一个或多个参数包括灰尘、气泡、非样品材料、或其任意组合; 所述算法是指基于机器学习的粗结合框分割和基于图像处理的细磨形状确定的组合设计精细图像分割算法; 所述精细图像分割算法包含: a)收集成像器拍摄的多个用于训练的样品图像,其包含用于测定的样品的图像中的待检测对象; b)用含有用于模型训练的所述对象的粗结合框标记所收集的图像中的每一个对象; c)训练机器学习模型用以检测具有含有它们的边界框的样品的图像中的所述对象; d)在推断阶段,将待测定样品的图像作为输入; e)应用训练的机器学习模型来检测所述对象并利用样品的图像中的边界框定位它们; f)将含有被检测对象的结合框所对应的每个图像补丁变换为灰色,然后用自适应阈值化变换为二进制; g)从背景噪声中进行形态膨胀和侵蚀以增强形状的轮廓; h)对每个所述图像补丁进行凸轮廓分析,并使用在所述补丁中找到的最长连接轮廓作为所述对象形状的轮廓,以确定所述对象的图像掩模;以及 i)通过收集来自(h)的所有图像掩模来完成图像分割; j)利用余量Δ作为新的掩模来扩大h中的每个检测到的轮廓; 所述Δ是在图像检测中为分割掩模所应用检测对象的额外余量,用于减少缺陷对相邻局部区域的负面影响;以及 k)通过收集来自j的所有放大图像掩模完成具有Δ余量的图像分割。
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ESSENLIX 公司,其通讯地址为:美国新泽西州蒙茅斯章克申;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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。