(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210942739.9 (22)申请日 2022.08.08 (65)同一申请的已公布的文献号 申请公布号 CN 115019305 A (43)申请公布日 2022.09.06 (73)专利权人 成都西交智汇大 数据科技有限公 司 地址 611731 四川省成 都市高新区西芯大 道3号3栋6层602室 (72)发明人 周永乐　李吉良　张志鸿　 (74)专利代理 机构 北京集智东方知识产权代理 有限公司 1 1578 专利代理师 刘林　陈攀 (51)Int.Cl. G06V 20/69(2022.01) G06V 10/30(2022.01) G06V 10/44(2022.01) G06V 10/762(2022.01) G06V 10/764(2022.01)(56)对比文件 CN 114091603 A,2022.02.25 CN 110832597 A,2020.02.21 CN 110705403 A,2020.01.17 CN 110321968 A,2019.10.1 1 CN 110110807 A,2019.08.09 JP 2013069045 A,2013.04.18 US 2010002929 A1,2010.01.07 车力.视觉感知优化的虚拟场景生成关键技 术研究. 《中国博士学位 论文信息科技 辑》 .2021, (第(2021)04期),I138- 34. 缪琦.基于随机森林和支持向量机的糖 尿病 风险预测方法研究. 《中国优秀硕士论文论文 全 文数据库医药卫 生科技辑》 .2019,(第(2019)12 期),E065-62. (续) 审查员 黄娟 (54)发明名称 一种根尖细胞的识别方法、 装置、 设备及可 读存储介质 (57)摘要 本发明提供了一种根尖细胞的识别方法、 装 置、 设备及可读存储介质， 涉及图像识别技术领 域， 包括基于历史根尖细胞图像进行特征提取， 获取根尖细胞的特征信息， 并计算每个特征所占 权重， 基于每个根尖细胞的特征对根尖细胞进行 分类， 并计算分类后的根尖细胞的空间位置， 然 后计算所述空间位置特征和所述根尖细胞的关 联性， 最后计算每个根尖细胞的特征和空间位置 的组合权重， 依据所述组合权重和预设的每个特 征分值确定学生实验观察到的玻片图像的得分， 确定每个玻片图像的得分是否大于预设阈值， 判 断所述玻片图像是否为根尖细胞图像， 本发明利 用根尖细胞的多方面特征来识别根尖细胞， 进而增加判断准确性， 减少人力物力浪费。 [转续页] 权利要求书3页 说明书10页 附图3页 CN 115019305 B 2022.11.11 CN 115019305 B (56)对比文件 Li-Qun Lin 等.Automatic Ext raction of Fuzzy and Touc hing Leukocyte Usi ng Improved FWSA K-means i n Peripheral Bl ood and Bone Marrow Cell Images. 《Journal of Computers》 .2019,第3 0卷(第3期),1-13.2/2 页 2[接上页] CN 115019305 B1.一种根尖细胞的识别方法， 其特 征在于， 包括： 获取历史根尖细胞图像和学生实验观察到的玻片图像； 将所述历史根尖细胞图像进行特征提取， 并基于提取到的根尖细胞特征进行权重计 算， 得到每 个所述根尖细胞的特 征权重信息； 基于所述根尖细胞特征对所述历史根尖细胞图像内的所有细胞进行聚类分析和降噪 处理， 得到分类后的根尖细胞； 将所述分类后的根尖细胞进行空间位置判断和关联度分析， 确定每个分类后的根尖细 胞和其空间位置的关联度值； 将每个所述根尖细胞的特征权重信 息、 每个分类后的根尖细胞和根尖细胞的空间位置 的关联度值进行计算， 并基于计算得到的组合权重和学生实验观察到的玻片 图像进行处 理， 判断所述学生实验观察到的玻片图像是否为 根尖细胞图像； 其中， 将每个所述根尖细胞的特征权重信息、 每个分类后的根尖细胞和根尖细胞的空 间位置的关联度值进 行计算， 并基于计算得到的组合权重和学生 实验观察到的玻片图像进 行处理， 判断所述学生实验观察到的玻片图像是否为 根尖细胞图像， 包括： 依据最小鉴别 信息原理建立目标函数， 求 解所述目标函数从而构建拉格朗日函数； 将每个所述根尖细胞的特征权重信 息、 每个分类后的根尖细胞和其空间位置的关联度 值代入到所述拉格朗日函数进行求 解， 得到每 个所述根尖细胞 特征的组合权 重； 对学生考试观察到的玻片图像进行特征提取， 并判断提取到的玻片图像的特征按照预 设分值分别与所述组合权 重对应相乘， 确定所述 提取到的玻片图像的特 征的权重得分； 判断所述玻片图像的特征的权重得分是否大于预设阈值， 若所述玻片图像的特征的权 重得分大于预设阈值， 则判断所述玻片图像为 根尖细胞图像。 2.根据权利要求1所述的根尖细胞的识别方法， 其特征在于,将所述历史根尖细胞图像 进行特征提取， 并基于提取到的根尖细胞 特征进行权 重计算， 包括： 将所有的历史根尖细胞图像 内的像素点按照灰度值进行连线， 其中采用线性插值法将 不同灰度值区域的交界处进行插值处 理， 得到所有的所述 根尖细胞的轮廓图像； 基于所有的所述根尖细胞的轮廓图像进行特征提取， 确定所有历史根尖细胞图像的特 征信息； 基于层次分析法对所有历史根尖细胞图像的特征信 息进行权重计算， 得到每个特征的 权重信息。 3.根据权利要求2所述的根尖细胞的识别方法， 其特征在于,所述基于层次分析法对所 有历史根尖细胞图像的特 征信息进行权 重计算， 得到每 个特征的权重信息， 包括： 将所有历史根尖细胞图像的特 征信息进行分析， 并建立层次结构模型； 基于所述层次结构模型， 依次对每个特征的重要性进行比较， 构建得到判别矩阵， 其中 基于每个特征的重要性进行评分， 并将每 个特征的重要性分值建立矩阵； 基于所述判别矩阵计算每 个特征的权重信息并进行一 致性检验。 4.根据权利要求1所述的根尖细胞的识别方法， 其特征在于,所述基于所述根尖细胞特 征对所述历史根尖细胞图像内的所有细胞进行聚类分析和降噪处 理， 包括： 将所述历史根尖细胞图像内的所有细胞的特征基于距离类的聚类算法进行处理， 得到 至少八个聚类簇；权　利　要　求　书 1/3 页 2 CN 115019305 B 3