買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉豪夫邁·羅氏有限公司申請的專利用于組織圖像分類的多實例學(xué)習(xí)器獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN114730463B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-07-04發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202080078832.9，技術(shù)領(lǐng)域涉及：G06V10/40；該發(fā)明授權(quán)用于組織圖像分類的多實例學(xué)習(xí)器是由E·克萊曼;J·吉爾登布拉特;I·B·肖爾設(shè)計研發(fā)完成，并于2020-11-20向國家知識產(chǎn)權(quán)局提交的專利申請。

本用于組織圖像分類的多實例學(xué)習(xí)器在說明書摘要公布了：本發(fā)明涉及一種對組織圖像進行分類方法。所述方法包括：?接收102多個數(shù)字組織圖像；?將每個所接收的圖像拆分104成一組圖像塊；?針對所述塊中的每個塊，從所述塊中提取106特征向量；?提供108多實例學(xué)習(xí)MIL程序，所述多實例學(xué)習(xí)程序被配置為使用模型來基于從任何圖像的所有塊中提取的特征向量將所述輸入圖像分類為至少兩個不同類別中的一個類別的成員；?針對所述塊中的每個塊，計算110確定性值，所述確定性值指示所述模型關(guān)于所述塊的特征向量對所述圖像的分類的貢獻的確定性；?針對所述圖像中的每個圖像，通過所述MIL程序使用114基于確定性值的池化函數(shù)以作為所述圖像的所述塊的確定性值的函數(shù)來將所述圖像的特征向量或從所述圖像的所述特征向量計算出的預(yù)測值聚合成聚合的預(yù)測值；以及?將所述圖像中的每個圖像基于所述聚合的預(yù)測值分類116為所述類別中的一個類別的成員。

本發(fā)明授權(quán)用于組織圖像分類的多實例學(xué)習(xí)器在權(quán)利要求書中公布了：1.一種用于對組織圖像進行分類的方法，所述方法包括： -通過圖像分析系統(tǒng)接收多個數(shù)字圖像，所述數(shù)字圖像中的每個數(shù)字圖像描繪患者的組織樣品； -通過所述圖像分析系統(tǒng)將每個所接收的圖像拆分成一組圖像塊； -針對所述塊中的每個塊，通過所述圖像分析系統(tǒng)，計算特征向量，所述特征向量包含從所述塊中選擇性地提取的圖像特征； -提供多實例學(xué)習(xí)MIL程序，所述多實例學(xué)習(xí)程序被配置為使用模型來基于從任何輸入圖像的所有塊中提取的特征向量將所述輸入圖像分類為至少兩個不同類別中的一個類別的成員，其中所述MIL程序為神經(jīng)網(wǎng)絡(luò)； -針對所述塊中的每個塊，計算確定性值，所述確定性值指示所述模型關(guān)于所述塊的特征向量對從中導(dǎo)出所述塊的圖像的分類的貢獻的確定性，其中在所述神經(jīng)網(wǎng)絡(luò)的模型的測試時使用丟棄技術(shù)計算所述確定性值，所述確定性值不是指示特征向量相對于分類結(jié)果的相關(guān)度的“注意力權(quán)重”的參數(shù)； -針對所述圖像中的每個圖像： ·通過所述MIL程序使用基于確定性值的池化函數(shù)以作為所述圖像的所述塊的確定性值221的函數(shù)來將從所述圖像中提取的特征向量聚合成全局特征向量，并且從所述全局特征向量計算聚合的預(yù)測值；或 ·通過所述MIL程序從所述圖像的所述特征向量中的每個特征向量計算預(yù)測值，并且通過所述MIL程序使用基于確定性值的池化函數(shù)以作為所述圖像的所述塊的確性值的函數(shù)來將所述圖像的所述預(yù)測值聚合成聚合的預(yù)測值；以及 -通過所述MIL程序?qū)⑺鰣D像中的每個圖像基于所述聚合的預(yù)測值分類為所述至少兩個不同類別中的一個類別的成員。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人豪夫邁·羅氏有限公司，其通訊地址為：瑞士巴塞爾；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。