公开(公告)号：CN113228096A

公开(公告)日：2021-08-06

申请号：CN201980084312.6

申请日：2019-12-11

Applicant: 莱卡微系统CMS有限责任公司

Inventor： 康斯坦丁·卡佩尔 ,  弗罗里安·法尔巴赫

IPC: G06T3/40 ,  G06T5/00

Abstract: 本发明涉及一种用于确定用来矫正光学成像误差的神经网络(130；200；330)的方法，包括以下步骤：确定(418)一个或多个图像，其中，所述一个或多个图像(126)至少部分地与光学系统(152)或其构造方式相关；根据所确定的一个或多个图像来确定(420)神经网络(130；200；330)，其方式为，把所确定的神经网络(130；200；330)应用到通过所述光学系统(152)获取的图像(210)上，输出针对一个或多个光学成像误差矫正的图像(220)。

公开(公告)号：CN112868026A

公开(公告)日：2021-05-28

申请号：CN201980068880.7

申请日：2019-09-25

Applicant: 莱卡微系统CMS有限责任公司

Inventor： 弗兰克·西克曼 ,  康斯坦丁·卡佩尔

IPC: G06K9/00

Abstract: 本发明涉及用于优化至少一个显微镜或显微镜系统(210；330、350；500；1050；1212、1214、1216)的工作流程的一种方法(1300)和一种装置(100)。现有技术的解决方案具有如下缺点：工作流程只能以大的代价予以优化。根据本发明的方法(1300)和根据本发明的装置(100)通过以下步骤改进了现有技术的解决方案：a)由至少一个显微镜和/或显微镜系统(210；330、350；500；1050；1212、1214、1216)的一个或多个组件(260、270)执行(1310)工作流程，其中，所述工作流程包括检测第一数据(510、520)；b)把训练模型(420、430、440；530；1220)应用(1330)于所检测的第一数据(510、520)；和c)基于对所述训练模型(420、430、440；530；1220)的应用来做出(1340)关于工作流程的至少一个决定。

公开(公告)号：CN113228096B

公开(公告)日：2025-02-07

申请号：CN201980084312.6

申请日：2019-12-11

Applicant: 莱卡微系统CMS有限责任公司

Inventor： 康斯坦丁·卡佩尔 ,  弗罗里安·法尔巴赫

IPC: G06T5/60 ,  G06T5/90

Abstract: 本发明涉及一种用于确定用来矫正光学成像误差的神经网络(130；200；330)的方法，包括以下步骤：确定(418)一个或多个图像，其中，所述一个或多个图像(126)至少部分地与光学系统(152)或其构造方式相关；根据所确定的一个或多个图像来确定(420)神经网络(130；200；330)，其方式为，把所确定的神经网络(130；200；330)应用到通过所述光学系统(152)获取的图像(210)上，输出针对一个或多个光学成像误差矫正的图像(220)。

公开(公告)号：CN112868027B

公开(公告)日：2024-10-01

申请号：CN201980068891.5

申请日：2019-09-25

Applicant: 莱卡微系统CMS有限责任公司

Inventor： 弗兰克·西克曼 ,  康斯坦丁·卡佩尔

IPC: G06V20/69 ,  G06V10/82 ,  G06N3/08

Abstract: 本发明涉及用于优化至少一个显微镜或显微镜系统(210；330、350；500；1050；1212、1214、1216)的工作流程的一种方法(1300)和一种装置(100)。现有技术的解决方案具有如下缺点：工作流程只能以大的代价予以优化。根据本发明的方法(1300)和根据本发明的装置(100)通过以下步骤改进了现有技术的解决方案：a)由至少一个显微镜和/或显微镜系统(210；330、350；500；1050；1212、1214、1216)的一个或多个组件(260、270)执行(1310)工作流程，其中，所述工作流程包括检测第一数据(510、520)；b)至少部分地基于所检测的第一数据(510、520)确定(1320)用于所述工作流程的训练模型(420、430、440；530；1220)。

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：CN112868027A

公开(公告)日：2021-05-28

申请号：CN201980068891.5

申请日：2019-09-25

Applicant: 莱卡微系统CMS有限责任公司

Inventor： 弗兰克·西克曼 ,  康斯坦丁·卡佩尔

IPC: G06K9/00

Abstract: 本发明涉及用于优化至少一个显微镜或显微镜系统(210；330、350；500；1050；1212、1214、1216)的工作流程的一种方法(1300)和一种装置(100)。现有技术的解决方案具有如下缺点：工作流程只能以大的代价予以优化。根据本发明的方法(1300)和根据本发明的装置(100)通过以下步骤改进了现有技术的解决方案：a)由至少一个显微镜和/或显微镜系统(210；330、350；500；1050；1212、1214、1216)的一个或多个组件(260、270)执行(1310)工作流程，其中，所述工作流程包括检测第一数据(510、520)；b)至少部分地基于所检测的第一数据(510、520)确定(1320)用于所述工作流程的训练模型(420、430、440；530；1220)。

公开(公告)号：CN118195022A

公开(公告)日：2024-06-14

申请号：CN202311717992.5

申请日：2023-12-14

Applicant: 莱卡微系统CMS有限责任公司

Inventor： 康斯坦丁·卡佩尔

IPC: G06N20/00 ,  G06V10/764 ,  G06V10/82

Abstract: 示例涉及用于训练机器学习模型、用于生成训练语料库以及用于在科学或外科成像系统中使用机器学习模型的方法、系统和计算机系统，以及涉及包括该系统的科学或外科成像系统。用于训练用于科学或外科成像系统的机器学习模型的方法包括获取(210)科学或外科成像系统的多个图像用于作为训练输入图像。该方法包括获取(220)基于多个训练输入图像和基于科学或外科成像系统的图像处理工作流的多个训练输出，图像处理工作流包括多个图像处理步骤。该方法包括使用多个训练输入图像和多个训练输出来训练(240)机器学习模型。

公开(公告)号：CN116391203A

公开(公告)日：2023-07-04

申请号：CN202180074141.6

申请日：2021-10-08

Applicant: 莱卡微系统CMS有限责任公司

Inventor： 凯·沃尔特 ,  康斯坦丁·卡佩尔

IPC: G06T5/50

Abstract: 公开了一种用于提高图像帧的信噪比的方法。该方法包括估计图像帧序列中光流的代表性速度，根据所述光流的代表性速度确定插值因子，和采用经训练的人工神经网络来生成扩展的图像帧序列。所述扩展的图像帧序列包括多个插值图像帧，其中每个插值图像帧插入到所述图像帧序列的后续图像帧之间，其中插值图像帧的数量与所述插值因子对应。可以计算来自所述扩展的图像帧序列的图像帧的时间相关组合以生成输出图像帧序列。