Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 四川卫生康复职业学院;新疆生产建设兵团第八师石河子市疾病预防控制中心钟敏获国家专利权

四川卫生康复职业学院;新疆生产建设兵团第八师石河子市疾病预防控制中心钟敏获国家专利权

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!

龙图腾网获悉四川卫生康复职业学院;新疆生产建设兵团第八师石河子市疾病预防控制中心申请的专利一种基于图像识别的微生物检测系统及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:CN121482039B

龙图腾网通过国家知识产权局官网在2026-04-24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:202610016054.X,技术领域涉及:G06T7/00;该发明授权一种基于图像识别的微生物检测系统及方法是由钟敏;邹兴玉;何雄伟;唐牧;孙涛;黄珍琴设计研发完成,并于2026-01-07向国家知识产权局提交的专利申请。

一种基于图像识别的微生物检测系统及方法在说明书摘要公布了:本发明公开了一种基于图像识别的微生物检测系统及方法,涉及图像识别技术领域;该方法的步骤包括:获取微生物样本图像,并进行预处理;输入预处理后的微生物样本图像至已训练好的MaskR‑CNN模型中,获取初步分割结果;其技术要点为:通过对原有的Watershed算法完成核心参数的调整,从而得出改进后的Watershed算法,并利用改进后的Watershed算法对微生物个体进行再次分割,在原本结合MaskR‑CNN实例分割+Watershed算法二次分割的基础上,进一步且有针对性的提升了微生物个体的分割精度,解决了传统对于微生物检测识别后无法进一步提升精度的问题。

本发明授权一种基于图像识别的微生物检测系统及方法在权利要求书中公布了:1.一种基于图像识别的微生物检测方法,包括如下步骤: 获取微生物样本图像,并进行预处理;其特征在于: 输入预处理后的微生物样本图像至已训练好的MaskR-CNN模型中,获取初步分割结果;应对初步分割结果中未完全分离的疑似堆叠区域,采用Watershed算法完成分割调整,获取二次分割结果; 基于二次分割结果,生成疑似堆叠区域内的重叠度指标,并将重叠度指标与预设的重叠阈值对比,根据对比结果,选择性触发一级优化机制或二级优化机制,具体为:当重叠度指标Di<重叠阈值T_threshold时,则触发一级优化机制;当重叠度指标Di≥重叠阈值T_threshold时,则触发二级优化机制; 生成疑似堆叠区域内重叠度指标的过程如下: 条件一:当疑似堆叠区域中存在两个微生物,根据两个微生物的掩膜计算重叠度D_overlap: ; 式中,Ai和Aj分别为微生物i和微生物j的像素面积;Aij为微生物i和微生物j对应掩膜的交集区域像素面积; 将重叠度D_overlap作为重叠度指标Di; 条件二:当疑似堆叠区域中存在超过两个微生物时,则对于每一对相邻微生物,均计算重叠度D_overlap,而后取均值作为重叠度指标Di; 一级优化机制:输入重叠度指标至对应的函数模型,输出一级优化后的核半径;一级优化机制中运行的对应函数模型为第一核半径修正函数模型,修正函数如下: ; 式中,r':一级优化后的核半径; r:初始设定的核半径; k1:第一经验系数,取值范围为:[0,1]; T_threshold:重叠阈值; 二级优化机制:输入重叠度指标和局部微生物密度至对应的函数模型,输出二级优化后的核半径;二级优化机制中运行的对应函数模型为第二核半径修正函数模型,修正函数如下: ; 式中,r〞:二级优化后的核半径; k2:第二经验系数,取值范围为:[1,2]; w1、w2:权重系数,且w1+w2=1; pl=NS,其中,pl:局部微生物密度,N:该疑似堆叠区域内的微生物数量;S:该疑似堆叠区域总面积; 根据优化后核半径,对原有的Watershed算法完成改进动作,得出改进后的Watershed算法,对疑似重叠区域进行再次分割,输出分割结果。

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四川卫生康复职业学院;新疆生产建设兵团第八师石河子市疾病预防控制中心,其通讯地址为:643207 四川省自贡市沿滩区仙市镇仙滩社区德铭路3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。

免责声明
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。