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！

龍圖騰網恭喜華東交通大學申請的專利基于深度學習的移動端肺結節檢測與多級分類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：CN119273695B 。

龍圖騰網通過國家知識產權局官網在2025-05-09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：202411816040.3，技術領域涉及：G06T7/00；該發明授權基于深度學習的移動端肺結節檢測與多級分類方法是由張睿;李雄;張詩航設計研發完成，并于2024-12-11向國家知識產權局提交的專利申請。

本基于深度學習的移動端肺結節檢測與多級分類方法在說明書摘要公布了：本發明提出基于深度學習的移動端肺結節檢測與多級分類方法，該方法包括：將圖像轉換成灰度圖像，基于將灰度圖像得到分割閾值，通過分割閾值得到二值圖像；通過二值圖像獲得膨脹后的掩碼圖像；基于二值圖像得到掩膜，基于掩膜和膨脹后的掩碼圖像得到經過肺實質分割部分處理后的肺實質圖像；基于經過肺實質分割部分處理后的肺實質圖像，得到通過多頭自注意力機制處理的增強特征圖、連接后的輸出特征圖和經過快速空間金字塔池化操作后的特征圖；將三種特征圖輸入高效檢測頭，獲得結果并對目標進行預測和跟蹤。本發明在對肺結節以多尺度特征提取和融合為核心，通過對不同大小目標的特征進行充分的整合與處理，提升檢測精度和效率。

本發明授權基于深度學習的移動端肺結節檢測與多級分類方法在權利要求書中公布了：1.基于深度學習的移動端肺結節檢測與多級分類方法，其特征在于，所述方法包括如下步驟：步驟1、將RGB圖像轉換為灰度圖像，再將灰度圖像進行數據標準化處理，得到標準化后的灰度圖像；從標準化后的灰度圖像中選取中間區域，通過計算得到中間區域均值，通過K均值聚類算法將中間區域均值中的像素值分為兩類，基于兩類像素值的中心點得到分割閾值；基于分割閾值將標準化后的灰度圖像轉換成二值圖像；步驟2、對二值圖像進行腐蝕操作，得到腐蝕后的二值圖像；對腐蝕后的二值圖像進行膨脹操作，得到膨脹后的二值圖像；利用標記連通區域函數標記膨脹后的二值圖像中的連通區域，得到標記區域，再使用求唯一值函數捕獲所有標記區域，得到捕獲區域；遍歷所有捕獲區域，根據邊界框大小和位置篩選出符合條件的區域，并將符合條件的區域所對應的標簽添加到列表中；遍歷列表中所有的標簽，利用全零的掩碼圖像通過迭代生成肺部掩碼圖像，隨后將肺部掩碼圖像轉換為uint8類型并再次進行膨脹操作，得到膨脹后的肺部掩碼圖像；步驟3、對二值圖像中的像素點進行分配并標記，得到標記后的像素點；計算并得到二值圖像中每個連通區域的像素和，基于所有連通區域的像素和進行取最大值處理，得到最大連通區域的像素和；對最大連通區域的像素和進行篩選，得到大于最大連通區域像素和一半的連通區域索引列表；基于標記后的像素點和連通區域索引列表，生成最大連通區域的掩膜；基于膨脹后的肺部掩碼圖像和最大連通區域的掩膜得到經過肺實質分割部分處理后的肺實質圖像；集合經過肺實質分割部分處理后的肺實質圖像和原圖像標簽生成訓練數據集，并利用訓練數據集對模型進行訓練；步驟4、將經過肺實質分割部分處理后的肺實質圖像經過標準化處理，得到標準化后的圖像；將標準化后的圖像輸入改進的殘差移動模塊，經過殘差連接和深度卷積操作，得到增強特征圖；利用多頭自注意力機制對增強特征圖進行處理，得到通過多頭自注意力機制處理的增強特征圖；利用組卷積模塊和多尺度組卷積池化模塊對標準化后的圖像進行處理，將處理結果通過高效瓶頸模塊進行跳躍連接，得到連接后的輸出特征圖；利用快速空間金字塔池化模塊對標準化后的圖像進行處理，得到經過快速空間金字塔池化操作后的特征圖；步驟5、將通過多頭自注意力機制處理的增強特征圖、連接后的輸出特征圖和經過快速空間金字塔池化操作后的特征圖輸入高效檢測頭，通過多尺度卷積和DFL機制得到邊界框坐標；通過邊界框坐標對目標進行預測和跟蹤。

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華東交通大學，其通訊地址為：330000 江西省南昌市經濟技術開發區雙港東大街808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”。