基于手机的微型显微图像采集装置及图像拼接、识别方法
专利汇可以提供基于手机的微型显微图像采集装置及图像拼接、识别方法专利检索，专利查询，专利分析的服务。并且本 发明 提供一种基于手机的微型显微 图像采集 装置及图像拼接、识别方法，采集装置包括支座，在支座上设有手机固定台，在手机的摄像头下方设有 显微镜 头，显微镜头的下方设有玻片座，玻片座的下方设有照明 光源 ，所述的玻片座与显微镜头之间沿X、Y轴做扫描运动，以使玻片的图像被采集到手机内，被采集到手机内的玻片样本图像能够进行图像的拼接和图像的识别，且可以将图像上传到 云 端，由云上AI进行处理，大幅提高细胞识别的准确度和识别效率，极大降低了医疗成本，使更多的偏远医疗机构也能够应用该技术进行诊断。，下面是基于手机的微型显微图像采集装置及图像拼接、识别方法专利的具体信息内容。
1.一种基于手机的微型显微图像采集装置，包括支座（4），其特征是：在支座（4）上设有手机固定台（1），用于固定手机（11）；
在手机（11）的摄像头下方设有显微镜头（3），显微镜头（3）的下方设有玻片座（5），玻片座（5）的下方设有照明光源（8）；
所述的玻片座（5）与显微镜头（3）之间沿X、Y轴做扫描运动，以使玻片（7）的图像被采集到手机（11）内。
2.根据权利要求1所述的一种基于手机的微型显微图像采集装置，其特征是：所述的显微镜头（3）包括安装在手机固定台（1）的悬臂杆（32），悬臂杆（32）的一端与手机固定台（1）固定连接，另一端设有显微镜片，显微镜片位于手机（11）的摄像头下方。
3.根据权利要求2所述的一种基于手机的微型显微图像采集装置，其特征是：在手机固定台（1）靠近手机（11）的摄像头附近设有下沉的阶台（108），悬臂杆（32）通过螺钉（107）与下沉的阶台（108）固定连接；
下沉的阶台（108）设有至少一个定位销（106），悬臂杆（32）的端头设有相应的销孔，定位销（106）与销孔滑动连接，螺钉（107）与悬臂杆（32）螺纹连接，螺钉（107）的端头顶在下沉的阶台（108）上，通过螺钉（107）的旋转，调节悬臂杆（32）与下沉的阶台（108）之间的距离；
显微镜片为可更换显微镜片（31）；
显微镜片的放大倍数为2 10倍。
~
4.根据权利要求1所述的一种基于手机的微型显微图像采集装置，其特征是：在手机固定台（1）的两侧设有定位块（2），定位块（2）通过固定螺钉（12）与手机固定台（1）连接；
两个定位块（2）相对的一面为斜面，定位块（2）的顶部较宽，底部较窄，以利用斜面锁紧手机（11）。
5.根据权利要求1所述的一种基于手机的微型显微图像采集装置，其特征是：在手机固定台（1）的表面设有磁吸块（13）；
或者在机固定台（1）的至少一侧设有定位块（2），同时在手机固定台（1）的表面设有磁吸块（13）；或者在机固定台（1）的至少一侧设有定位块（2），同时在手机固定台（1）的表面设有硅胶摩擦片。
6.根据权利要求1所述的一种基于手机的微型显微图像采集装置，其特征是：所述的玻片座（5）设置在沿X、Y轴运行的扫描机构上；
在支座（4）上固设有X轴导轨（105），X轴滑块（102）滑动安装在X轴导轨（105）上，在X轴滑块（102）固设有X轴驱动螺母（103），X轴驱动电机（10）与X轴螺杆（101）连接，X轴螺杆（101）与X轴驱动螺母（103）螺纹连接，以使X轴驱动电机（10）驱动X轴滑块（102）沿X轴导轨（105）往复运动；
在X轴滑块（102）上固设有Y轴导轨（104），玻片座（5）滑动安装在Y轴导轨（104）上，在玻片座（5）设有Y轴驱动螺母（53），Y轴驱动电机（6）与Y轴螺杆（54）连接，Y轴螺杆（54）与Y轴驱动螺母（53）螺纹连接，以使Y轴驱动电机（6）驱动玻片座（5）沿Y轴导轨（104）往复运动；
还设有控制盒（9），控制盒（9）输出开关信号与手机（11）连接，以控制手机拍照；
控制盒（9）分别输出脉冲信号与X轴驱动电机（10）和Y轴驱动电机（6）连接，以分别驱动X轴驱动电机（10）和Y轴驱动电机（6）转动。
7.根据权利要求6所述的一种基于手机的微型显微图像采集装置，其特征是：所述的X轴驱动电机（10）和Y轴驱动电机（6）为步进电机；
所述的照明光源（8）为LED电源。
8.根据权利要求1 7任一项所述的一种基于手机的微型显微图像采集装置的图像拼接~
方法，其特征是：包括视野子块匹配模块、视野位置拟合模块和块提取模块；
视野子块匹配模块用于识别各个图像之间的重叠区域判断子图像之间的相邻位置关系，使显微扫描装置获取的各个子图像自动按照图像的拼合顺序排列；
视野位置拟合模块用于根据各个子图像之间的重叠区域微调位置，以使细胞位置准确拼合；
块提取模块用于自动提取出拼合完整的图像；
具体实现的步骤为：
S1、视野子块匹配；视野子块匹配模块用于识别各个图像之间的重叠区域判断子图像之间的相邻位置关系，使显微扫描装置获取的各个子图像自动按照图像的拼合顺序排列；
S2、视野位置拟合；视野位置拟合模块用于根据各个子图像之间的重叠区域微调位置，以使细胞位置准确拼合；
S3、块提取；块提取模块用于自动提取出拼合完整的图像；
步骤S1中视野子块匹配的运行过程为：
Sa01、输入，结果集初始化M；
Sa02、设置当前视野i为第一个视野；
Sa03、求当前视野i的所有相邻视野集合J；
Sa04、设置当前相邻视野j为J中的第一个视野；
Sa05、求视野i和视野j的可能重叠区域Ri和Rj；
Sa06、将模板区域Ri栅格化为模板子块集合Pi；
Sa07、将模板子块集合Pi按子块的动态范围降序排列；
Sa08、设置当前模板子块P为模板子块集合Pi中第一个；
Sa09、在视野J中求模板子块P的可能重叠区域s；
Sa10、以模板子块P为模板，s为搜索区域，进行模板匹配搜索；
Sa11、将最佳匹配m加入结果集M；
Sa12、在结果集M中，找所有与m一致的匹配集视野合N；
Sa13、比对判断，N中权值和是否大于阈值v；
若否则，设置当前模板子块P为模板子块集合Pi中下一个，并返回Sa09；
若是则下一步；
Sa14、比对判断，视野j是否视野集合J中最后一个视野；
若否则设置视野j为视野集合J中下一个视野，并返回Sa05；
若是则下一步；
Sa15、比对判断，视野i为最后一个视野；
若否则设置i为下一个视野，并返回Sa03；
若是则输出结果；
步骤S2中视野位置拟合的过程为：
Sa16、输入，初始化所有视野位置Xi、Yi；
Sa17、设置当前视野i为第一个视野；
Sa18、在子块匹配集M中，获得包含视野i的匹配子集Mi；
Sa19、根据匹配子集Mi，重新计算视野i的位置Xi、Yi；
Sa20、判断，所有视野更新完成；
若否则设置视野i为下一个视野；
若是则下一步；
Sa21、计算本轮视野位置和上轮视野位置偏差平均值L；
Sa22、比对判断，偏差平均值L小于阈值1；
若否则返回Sa17；
若是则下一步；
Sa23、视野位置归一化调整；
输出所有视野；
步骤S3中块提取的过程为：
Sa24、提取全图大小W，H；
Sa25、将全图按块大小，分为块的集合B；
Sa26、计算集合B中所有块b的位置；
Sa27、设置块b为集合B中的第一个块；
Sa28、计算与块b重叠的所有视野的集合Fb；
Sa29、设置视野f为Fb中的第一个视野；
Sa30、求视野f和块b的重叠区域Rb和Rf；
Sa31、拷贝Rf中图像至Rb；
Sa32、判断，视野f是集合Fb中最后一个视野；
若否则设置视野f为Fb中的下一个视野，并返回Sa29；
若是则下一步；
Sa33、保存块b图像；
Sa34、判断，块b是集合B中最后一个块；
若否则设置块b为集合B中第一个块，并返回Sa28；
若是则输出结果。
9.根据权利要求1 7任一项所述的一种基于手机的微型显微图像采集装置的图像识别~
方法，其特征是：实现的步骤为：S1、获取显微图像；
S2、将单个样品的多个图像拼合，在拼合后的图像中根据细胞核特征进行提取，获得单个细胞核显微图像；
S3、根据已标记的细胞，利用模型训练后的人工智能程序对单个细胞核显微图像进行分类；
通过以上步骤得到基于样品的分类细胞数据；
步骤S2中获取单个细胞核显微图像的步骤为：
S100、检测细胞核的特征点；
将图像缩小至多个不同比例，分别提取特征点；
S101、初筛，以特征点坐标，筛选掉过于相近的特征点，减少重复提取细胞；
S102、细分，以颜色差阈值分割；
将图片转换到LAB格式，B通道反相后和A通道的加权和做大津阈值分割得到细胞核掩模图；
权值为B通道反相0.7，A通道0.3；
S103、图像形态学运算；
腐蚀运算、膨胀运算中的一种或多种的组合；
S104、细筛，根据核占比参数细筛，筛选掉核占比低于0.3，细胞核半径高于150像素，低于10像素的非细胞；核占比 =颜色差阈值细分割出的核面积 /检测特征点半径圆面积。
10.根据权利要求1 7任一项所述的一种基于手机的微型显微图像采集装置的云上处~
理图像的方法，其特征是：实现的步骤为：
S1. 对玻片（7）样本进行编号，确定云上系统内的样本号；
S2.挂号：将玻片（7）对应的受检者信息录入系统，录入样本号；
扫描：玻片（7）的图像用手机（11）进行扫描；
S3.上传：将扫描后的图像样本上传至云上系统；
S4.拼接分类：在云上AI将数字化的样本进行处理；
S5.连接：将挂号信息和数字化样本信息在系统内进行关联；
S6.诊断：医生对图像样本进行诊断，复核，提交诊断意见操作；
S7.报告渲染：渲染程序会轮询系统内诊断完成的数据并将其按对应的报告模板进行渲染出PDF、JPG、WORD格式文件；
通过以上步骤实现图像的云上处理。
基于手机的微型显微图像采集装置及图像拼接、识别方法
技术领域
背景技术
106226897 A记载了一种基于普通光学显微镜和智能手机的组织切片扫描装置，由显微镜固定架、普通光学显微镜、智能手机、调焦及切片移动装置、智能手机固定架和电脑组成。将智能手机、电脑和显微镜的功能整合到一起，以低成本且便捷的方式实现组织切片的数字化。但是该结构的体积仍然较大，不便移动，价格仍然较高。且光学通路路径较长，影响图案的采集精度。
发明内容
所述的玻片座与显微镜头之间沿X、Y轴做扫描运动，以使玻片的图像被采集到手机内。
显微镜片为可更换显微镜片。
在X轴滑块上固设有Y轴导轨，玻片座滑动安装在Y轴导轨上，在玻片座设有Y轴驱动螺母，Y轴驱动电机与Y轴螺杆连接，Y轴螺杆与Y轴驱动螺母螺纹连接，以使Y轴驱动电机驱动玻片座沿Y轴导轨往复运动；
还设有控制盒，控制盒输出开关信号与手机连接，以控制手机拍照；
控制盒分别输出脉冲信号分别与X轴驱动电机和Y轴驱动电机连接，以分别驱动X轴驱动电机和Y轴驱动电机转动。
视野位置拟合模块用于根据各个子图像之间的重叠区域微调位置，以使细胞位置准确拼合；
块提取模块用于自动提取出拼合完整的图像；
具体实现的步骤为：
S1、视野子块匹配；视野子块匹配模块用于识别各个图像之间的重叠区域判断子图像之间的相邻位置关系，使显微扫描装置获取的各个子图像自动按照图像的拼合顺序排列；
S2、视野位置拟合；视野位置拟合模块用于根据各个子图像之间的重叠区域微调位置，以使细胞位置准确拼合；
S3、块提取；块提取模块用于自动提取出拼合完整的图像；
步骤S1中视野子块匹配的运行过程为：
Sa01、输入，结果集初始化M；
Sa02、设置当前视野i为第一个视野；
Sa03、求当前视野i的所有相邻视野集合J；
Sa04、设置当前相邻视野j为J中的第一个视野；
Sa05、求视野i和视野j的可能重叠区域Ri和Rj；
Sa06、将模板区域Ri栅格化为模板子块集合Pi；
Sa07、将模板子块集合Pi按子块的动态范围降序排列；
Sa08、设置当前模板子块P为模板子块集合Pi中第一个；
Sa09、在视野J中求模板子块P的可能重叠区域s；
Sa10、以模板子块P为模板，s为搜索区域，进行模板匹配搜索；
Sa11、将最佳匹配m加入结果集M；
Sa12、在结果集M中，找所有与m一致的匹配集视野合N；
Sa13、比对判断，N中权值和是否大于阈值v；
若否则，设置当前模板子块P为模板子块集合Pi中下一个，并返回Sa09；
若是则下一步；
Sa14、比对判断，视野j是否视野集合J中最后一个视野；
若否则设置视野j为视野集合J中下一个视野，并返回Sa05；
若是则下一步；
Sa15、比对判断，视野i为最后一个视野；
若否则设置i为下一个视野，并返回Sa03；
若是则输出结果；
步骤S2中视野位置拟合的过程为：
Sa16、输入，初始化所有视野位置Xi、Yi；
Sa17、设置当前视野i为第一个视野；
Sa18、在子块匹配集M中，获得包含视野i的匹配子集Mi；
Sa19、根据匹配子集Mi，重新计算视野i的位置Xi、Yi；
Sa20、判断，所有视野更新完成；
若否则设置视野i为下一个视野；
若是则下一步；
Sa21、计算本轮视野位置和上轮视野位置偏差平均值L；
Sa22、比对判断，偏差平均值L小于阈值1；
若否则返回Sa17；
若是则下一步；
Sa23、视野位置归一化调整；
输出所有视野；
步骤S3中块提取的过程为：
Sa24、提取全图大小W，H；
Sa25、将全图按块大小，分为块的集合B；
Sa26、计算集合B中所有块b的位置；
Sa27、设置块b为集合B中的第一个块；
Sa28、计算与块b重叠的所有视野的集合Fb；
Sa29、设置视野f为Fb中的第一个视野；
Sa30、求视野f和块b的重叠区域Rb和Rf；
Sa31、拷贝Rf中图像至Rb；
Sa32、判断，视野f是集合Fb中最后一个视野；
若否则设置视野f为Fb中的下一个视野，并返回Sa29；
若是则下一步；
Sa33、保存块b图像；
Sa34、判断，块b是集合B中最后一个块；
若否则设置块b为集合B中第一个块，并返回Sa28；
若是则输出结果。
S3、根据已标记的细胞，利用模型训练后的人工智能程序对单个细胞核显微图像进行分类；
通过以上步骤得到基于样品的分类细胞数据；
步骤S2中获取单个细胞核显微图像的步骤为：
S100、检测细胞核的特征点；
将图像缩小至多个不同比例，分别提取特征点；
S101、初筛，以特征点坐标，筛选掉过于相近的特征点，减少重复提取细胞；
S102、细分，以颜色差阈值分割；
将图片转换到LAB格式，B通道反相后和A通道的加权和做大津阈值分割得到细胞核掩模图；
权值为B通道反相0.7，A通道0.3；
S103、图像形态学运算；
腐蚀运算、膨胀运算中的一种或多种的组合；
S104、细筛，根据核占比参数细筛，筛选掉核占比低于0.3，细胞核半径高于150像素，低于10像素的非细胞；核占比 =颜色差阈值细分割出的核面积 /检测特征点半径圆面积。
S2.挂号：将玻片对应的受检者信息录入系统，录入样本号；
扫描：玻片的图像用手机进行扫描；
S3.上传：将扫描后的图像样本上传至云上系统；
S4.拼接分类：在云上AI将数字化的样本进行处理；
S5.连接：将挂号信息和数字化样本信息在系统内进行关联；
S6.诊断：医生对图像样本进行诊断，复核，提交诊断意见操作；
S7.报告渲染：渲染程序会轮询系统内诊断完成的数据并将其按对应的报告模板进行渲染出PDF、JPG、WORD格式文件；
通过以上步骤实现图像的云上处理。
具体实施方式
定台，用于固定手机；
在手机的摄像头下方设有显微镜头，显微镜头的下方设有玻片座，玻片座的下方设有照明光源，优选的，所述的照明光源为LED电源。由此结构，当使用时，照明光源的光线穿过玻片座上的玻片，将细胞的图像经过显微镜头传输到手机的摄像头，从而被手机的摄像头采集并存储。
106与销孔滑动连接，螺钉107与悬臂杆32螺纹连接，螺钉107的端头顶在下沉的阶台108上，通过螺钉107的旋转，调节悬臂杆32与下沉的阶台108之间的距离，从而调节显微镜片31与手机11的摄像头之间的距离； 进一步优选的，还设有另外一颗用于固定的螺钉，该螺钉穿过悬臂杆32与下沉的阶台108螺纹连接，在调节到适当位置后，将该螺钉紧固即可。
11。由此结构，便于方便的固定手机11。
块和块提取模块；
视野子块匹配模块用于识别各个图像之间的重叠区域判断子图像之间的相邻位置关系，使显微扫描装置获取的各个子图像自动按照图像的拼合顺序排列；
视野位置拟合模块用于根据各个子图像之间的重叠区域微调位置，以使细胞位置准确拼合；
块提取模块用于自动提取出拼合完整的图像；
具体实现的步骤为：
S1、视野子块匹配；视野子块匹配模块用于识别各个图像之间的重叠区域判断子图像之间的相邻位置关系，使显微扫描装置获取的各个子图像自动按照图像的拼合顺序排列；
S2、视野位置拟合；视野位置拟合模块用于根据各个子图像之间的重叠区域微调位置，以使细胞位置准确拼合；
S3、块提取；块提取模块用于自动提取出拼合完整的图像；
如图10、图13所示，步骤S1中视野子块匹配的运行过程为：
Sa01、输入，结果集初始化M；
Sa02、设置当前视野i为第一个视野；
Sa03、求当前视野i的所有相邻视野集合J；
Sa04、设置当前相邻视野j为J中的第一个视野；
Sa05、求视野i和视野j的可能重叠区域Ri和Rj；
Sa06、将模板区域Ri栅格化为模板子块集合Pi；
Sa07、将模板子块集合Pi按子块的动态范围降序排列；
Sa08、设置当前模板子块P为模板子块集合Pi中第一个；
Sa09、在视野J中求模板子块P的可能重叠区域s；
Sa10、以模板子块P为模板，s为搜索区域，进行模板匹配搜索；
Sa11、将最佳匹配m加入结果集M；
Sa12、在结果集M中，找所有与m一致的匹配集视野合N；
Sa13、比对判断，N中权值和是否大于阈值v；
若否则，设置当前模板子块P为模板子块集合Pi中下一个，并返回Sa09；
若是则下一步；
Sa14、比对判断，视野j是否视野集合J中最后一个视野；
若否则设置视野j为视野集合J中下一个视野，并返回Sa05；
若是则下一步；
Sa15、比对判断，视野i为最后一个视野；
若否则设置i为下一个视野，并返回Sa03；
若是则输出结果；
如图14、图11所示，步骤S2中视野位置拟合的过程为：
Sa16、输入，初始化所有视野位置Xi、Yi；
Sa17、设置当前视野i为第一个视野；
Sa18、在子块匹配集M中，获得包含视野i的匹配子集Mi；
Sa19、根据匹配子集Mi，重新计算视野i的位置Xi、Yi；
Sa20、判断，所有视野更新完成；
若否则设置视野i为下一个视野；
若是则下一步；
Sa21、计算本轮视野位置和上轮视野位置偏差平均值L；
Sa22、比对判断，偏差平均值L小于阈值1；
若否则返回Sa17；
若是则下一步；
Sa23、视野位置归一化调整；
输出所有视野；
如图15所示，步骤S3中块提取的过程为：
Sa24、提取全图大小W，H；
Sa25、将全图按块大小，分为块的集合B；
Sa26、计算集合B中所有块b的位置；
Sa27、设置块b为集合B中的第一个块；
Sa28、计算与块b重叠的所有视野的集合Fb；
Sa29、设置视野f为Fb中的第一个视野；
Sa30、求视野f和块b的重叠区域Rb和Rf；
Sa31、拷贝Rf中图像至Rb；
Sa32、判断，视野f是集合Fb中最后一个视野；
若否则设置视野f为Fb中的下一个视野，并返回Sa29；
若是则下一步；
Sa33、保存块b图像；
Sa34、判断，块b是集合B中最后一个块；
若否则设置块b为集合B中第一个块，并返回Sa28；
若是则输出结果。
上图中所示，各个子图像的排序并不规则，这取决于手机扫描自动化获取路径，在获取过程中，确保各个图像之间具有互相重叠的位置。对重叠位置的像素值进行分析，通过视野子块匹配智能算法使图像自动匹配相应的位置，根据相邻视野中的相匹配的特征点计算出平台偏移到像素偏移的二维变换矩阵的初始值，得到拼接参数。具体的是确定各个视野子块，即子图像相对于其他子图像的相邻位置。切割相邻视野的公共部分，分为多个小块，采用模板匹配，寻找公共重合区域，选取匹配阈值大于0.9的匹配块。算出所有视野的模板匹配的相互关系。如图11中，位置匹配成功后，各个细胞的位置会出现细微的偏差，通过视野位置拟合智能算法使细胞位置准确拼合。具体的，通过模板匹配之后，可以得到每个视野像素的大致位置，通过初始的拼接参数和平台的最大位移偏差，计算出最大的像素偏差，使用最大像素偏差，过滤每个视野与相邻视野匹配关系的点，去掉偏差大于最大像素偏差的点，通过筛选后的点，再重新计算拼接参数，使用最新的拼接参数，重新计算视野的像素位置，通过不断地迭代筛选和重新计算，就可以不断更新和完善视野的图片位置，使误差更加小，拼接的效果更加完美。计算出每张视野的图片位置之后，使用扫描过程中的计算背景，通过背景图来更新每一张视野的亮度，提高医生观看每张视野图的视觉感受，就可以拼接出一张完美的玻片图片，将整个拼合后的图像作为一个块提取出来。然后根据需求，切割大图，得到想要宽度和高度的图片，因为所有视野拼接而成的大图会很大而且没有必要。
S1、获取显微图像；
S2、将单个样品的多个图像拼合，在拼合后的图像中根据细胞核特征进行提取，获得单个细胞核显微图像；
S3、根据已标记的细胞，利用模型训练后的人工智能程序对单个细胞核显微图像进行分类，人工智能程序优选的采用卷积神经网络，学习率为0.001。结果类别数采用num_classes = 3，分别对应阳性、阴性和垃圾。训练轮数epochs = 300；图像大小：img_cols =
128 img_rows = 128；正则参数：reg=0.7；连续下降的轮数：patience = 10。
~
S100、检测细胞核的特征点；
将图像缩小至多个不同比例，分别提取特征点；
S101、初筛，以特征点坐标，筛选掉过于相近的特征点，减少重复提取细胞；由此步骤，大幅提高识别的效率。
腐蚀运算、膨胀运算中的一种或多种的组合；腐蚀运算和膨胀运算例如中国专利文献CN106875404A中的运算方法。
S1. 对玻片7样本进行编号，确定云上系统内的样本号，在云上流程启动之前，收取玻片7样本，在统一收取一批样本之后会对其进行重新编号，确定玻片7样本和受检人信息对应关系。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种白芨组培苗移栽驯化技术 | 2020-05-08 | 209 |
| 一种水泥生产用的原料筛选烘干一体化装置 | 2020-05-11 | 681 |
| 玉米不完善粒标准样品及其制备方法 | 2020-05-12 | 228 |
| 一种含有剑麻果胶的美容面膜及其制备方法 | 2020-05-11 | 326 |
| 一种细筛自循环磨选及选矿方法 | 2020-05-12 | 595 |
| 基于手机的微型显微图像采集装置及图像拼接、识别方法 | 2020-05-13 | 308 |
| 一种用于脐疗治疗慢性鼻炎的中药组合药物及其制备工艺 | 2020-05-13 | 438 |
| 一种中药药材提纯方法 | 2020-05-13 | 135 |
| 一种土木工程用露天简易筛沙机 | 2020-05-08 | 519 |
| 一种滚筒筛 | 2020-05-11 | 184 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
