公开(公告)号：CN114529899A

公开(公告)日：2022-05-24

申请号：CN202111303817.2

申请日：2021-11-05

Applicant: 莱卡微系统CMS有限责任公司

Inventor： 何塞·米格尔·塞拉·莱蒂

IPC: G06V20/69 ,  G06V10/30 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06N20/00

Abstract: 描述了一种用于训练卷积神经网络的计算机实现的方法。方法包括接收捕获图像；基于捕获图像生成统计模型；以及基于捕获图像和统计模型训练卷积神经网络。

公开(公告)号：CN116263535A

公开(公告)日：2023-06-16

申请号：CN202211604828.9

申请日：2022-12-14

Applicant: 莱卡微系统CMS有限责任公司

Inventor： 何塞·米格尔·塞拉·莱蒂 ,  托比亚斯·赫斯勒

IPC: G02B7/36 ,  G02B7/38 ,  G02B27/00 ,  G06T7/00

Abstract: 本发明涉及一种自动确定物体的图像的z堆栈的边界的方法、用于对物体成像的光学仪器和计算机程序。图像的z‑堆栈将通过由光学仪器在不同焦点位置对物体成像来获取，光学仪器包括仪器光学器件和焦点调整单元，用于通过仪器光学器件在不同焦点位置处对物体成像，方法包括以下步骤：生成物体的图像的集合，每个图像在不同焦点位置处被捕获；将模糊度‑W度量函数应用于图像的集合中的图像中的每个图像，模糊度‑W度量函数计算用于图像中的每个图像的度量值，不同的度量值与对应图像的不同图像清晰度或模糊度相关联，如果以焦点位置作为变量的模糊度‑W度量函数显示出主极值和邻接主极值的两个次极值，那么z‑堆栈边界根据指派给两个次极值的焦点位置确定。

公开(公告)号：CN116030262A

公开(公告)日：2023-04-28

申请号：CN202211316443.2

申请日：2022-10-26

Applicant: 莱卡微系统CMS有限责任公司

Inventor： 何塞·米格尔·塞拉·莱蒂 ,  梅特·贝尔詹

IPC: G06V10/30 ,  G06V20/69 ,  G06V10/762 ,  G06V10/764 ,  G06V10/82

Abstract: 本发明涉及用于训练用于显微镜(104)的降噪模型(102)的计算机实现方法(100)。在一个实施例中，方法包括获取(106)用显微镜(104)拍摄的具有不同图像采集设置的多个训练图像，多个训练图像包括由显微镜的硬件造成的噪声，以及使用通过不同图像采集设置获得的多个训练图像训练(108)降噪模型(102)，从而使降噪模型(102)特定于显微镜的硬件。

公开(公告)号：CN115602247A

公开(公告)日：2023-01-13

申请号：CN202210788620.0

申请日：2022-07-06

Applicant: 莱卡微系统CMS有限责任公司(DE)

Inventor： 何塞·米格尔·塞拉·莱蒂 ,  康斯坦丁·卡佩尔

IPC: G16B40/00 ,  G06N3/08 ,  G06N20/00 ,  G06N20/10

Abstract: 提供了一种用于预测生物系统的未来状态的方法(100)和一种用于预测生物系统的未来状态(211)的装置(1000)。方法(100)包括接收(101)显微图像和接收(102)对应于显微图像的元数据，该显微图像描绘在相关联的时间的生物系统。方法(100)还包括从具有关于生物系统的状态的信息的显微图像中提取(103)特征和使用(104)特征和元数据来预测生物系统的未来状态。

公开(公告)号：CN114529709A

公开(公告)日：2022-05-24

申请号：CN202111303679.8

申请日：2021-11-05

Applicant: 莱卡微系统CMS有限责任公司

Inventor： 何塞·米格尔·塞拉·莱蒂

IPC: G06V10/22 ,  G06V10/30 ,  G06V10/774 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06N20/00

Abstract: 描述了一种用于训练卷积神经网络的计算机实现的方法。该方法包括：接收捕获图像；通过将卷积神经网络应用于捕获图像来生成去噪图像；以及基于高频损失函数、捕获图像和去噪图像来训练卷积神经网络。