恭喜重慶師范大學董玉民獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網恭喜重慶師范大學申請的專利基于量子向經典遷移學習的膝骨關節炎分級方法獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN116664931B 。
龍圖騰網通過國家知識產權局官網在2025-04-01發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202310622016.5,技術領域涉及:G06V10/764;該發明授權基于量子向經典遷移學習的膝骨關節炎分級方法是由董玉民;車宣宣設計研發完成,并于2023-05-29向國家知識產權局提交的專利申請。
本基于量子向經典遷移學習的膝骨關節炎分級方法在說明書摘要公布了:本發明涉及計算機技術領域,具體涉及一種基于量子向經典遷移學習的膝骨關節炎分級方法,包括步驟:設計混合量子卷積網絡結構HQCNN,將數據編碼為量子態提取信息,使用信息來區分數據的類別;根據MRI圖像和OAI圖像的標簽情況,及MRI圖像分類和OAI分級任務之間的關系,將量子經典QC遷移學習分為預訓練和微調兩階段,預訓練階段使用已經訓練好的量子神經網絡模型來學習量子態演化和量子門操作,微調階段則將預訓練好的模型應用到新的任務中,并在新任務中調整和訓練模型;對圖像數據進行降維處理,通過數據編碼線路將預處理后的圖像數據編碼為量子數據,采用混合量子卷積網絡結構HQCNN進行圖像分類。本發明解決了存在技術瓶頸的技術問題。
本發明授權基于量子向經典遷移學習的膝骨關節炎分級方法在權利要求書中公布了:1.基于量子向經典遷移學習的膝骨關節炎分級方法,其特征在于,包括步驟:S1、設計混合量子卷積網絡結構HQCNN用于MRI圖像的多分類,將數據編碼為量子態提取信息,使用信息來區分數據的類別,其中,量子卷積網絡由量子卷積層和經典卷積層組成,量子卷積層由編碼器、隨機電路和解碼器組成,經典卷積層由經典卷積層、全局池化層和密集層組成;S2、根據MRI圖像和OAI圖像的標簽情況,及MRI圖像分類和OAI分級任務之間的關系,選擇量子到經典QC遷移學習方案,將量子經典QC遷移學習分為預訓練和微調兩個階段,預訓練階段使用已經訓練好的量子神經網絡模型來學習量子態演化和量子門操作,微調階段則將預訓練好的模型應用到新的任務中,并在新任務中調整和訓練模型;S3、對圖像數據進行降維處理,通過數據編碼線路將預處理后的圖像數據編碼為量子數據,采用混合量子卷積網絡結構HQCNN進行圖像分類;S2中,量子到經典QC遷移學習方案,包括:A.第一階段:選取RealKet這種量子圖像格式,將一個圖像被分成4個塊,每個塊從左到右編號,從最上面一行開始,這些塊再次被分成4個塊,并以相同的方式進行編號,直到得到只有4個像素的最小塊;B.第二階段:使用預先訓練的HQCNN模型作為特征提取器,HQCNN模型的經典層使用xception網絡,采用殘余學習策略從QCNN的多層學習;C.第三階段:在經典層上執行從HQCNN模型中提取的特征維數,進行從512個特征到64個特征的線性變換,將經典卷積層的經典輸出特征傳遞到最終全連接層,創建二維目標輸出類預測。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人重慶師范大學,其通訊地址為:400030 重慶市沙坪壩區大學城中路37號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。