恭喜暨南大學附屬第一醫院(廣州華僑醫院)吳英獲國家專利權
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！
龍圖騰網恭喜暨南大學附屬第一醫院(廣州華僑醫院)申請的專利基于深度學習的乳腺圖像分類評估方法及系統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：CN119478561B 。
龍圖騰網通過國家知識產權局官網在2025-04-04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：202510053872.2，技術領域涉及：G06V10/764；該發明授權基于深度學習的乳腺圖像分類評估方法及系統是由吳英;李發明設計研發完成，并于2025-01-14向國家知識產權局提交的專利申請。
本基于深度學習的乳腺圖像分類評估方法及系統在說明書摘要公布了：本發明涉及圖像分類技術領域，公開了一種基于深度學習的乳腺圖像分類評估方法及系統，其中，該方法包括：對樣本乳腺圖像數據進行預處理，得到綜合特征數據；基于綜合特征數據進行特征增強，得到增強特征數據；對增強特征數據進行多模態雙向特征融合，得到多模態融合特征數據；基于多模態融合特征數據，構建并訓練半監督局部特征保留稠密連接上下文感知圖卷積網絡，得到圖卷積分類模型；根據多模態融合特征數據，構建并訓練多分支殘差注意力重建網絡，得到多尺度特征融合模型；通過圖卷積分類模型和多尺度特征融合模型對實時乳腺圖像數據進行分類評估和預測結果集成，得到目標乳腺圖像分類結果，該方法提高乳腺圖像分類的準確性和可靠性。
本發明授權基于深度學習的乳腺圖像分類評估方法及系統在權利要求書中公布了：1.一種基于深度學習的乳腺圖像分類評估方法，其特征在于，所述方法包括：對樣本乳腺圖像數據進行預處理，得到綜合特征數據；基于所述綜合特征數據，通過協調注意力模塊和多模態注意力模塊進行特征增強，得到增強特征數據；對所述增強特征數據進行多模態雙向特征融合，得到多模態融合特征數據；基于所述多模態融合特征數據，構建并訓練半監督局部特征保留稠密連接上下文感知圖卷積網絡，得到圖卷積分類模型；根據所述多模態融合特征數據，構建并訓練多分支殘差注意力重建網絡，得到多尺度特征融合模型；通過所述圖卷積分類模型和所述多尺度特征融合模型對實時乳腺圖像數據進行分類評估和預測結果集成，得到目標乳腺圖像分類結果。
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暨南大學附屬第一醫院(廣州華僑醫院)，其通訊地址為：510000 廣東省廣州市黃埔大道西613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”。
免責聲明
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。
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。
開放平臺
擔保交易
惠及多方
會員特惠
專屬平臺
適合多方
數據共享
功能齊全
皖公網安備 34010402703815號