Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 内蒙古大学郑志强获国家专利权

内蒙古大学郑志强获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉内蒙古大学申请的专利一种基于分割的多特征信息的甲状腺结节良恶性分类方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN117911772B

龙图腾网通过国家知识产权局官网在2025-05-06发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202410083374.8,技术领域涉及:G06V10/764;该发明授权一种基于分割的多特征信息的甲状腺结节良恶性分类方法是由郑志强;张煜杰;翁智;梁恩赫;张雪然设计研发完成,并于2024-01-19向国家知识产权局提交的专利申请。

一种基于分割的多特征信息的甲状腺结节良恶性分类方法在说明书摘要公布了:本发明公开了一种基于分割的多特征信息的甲状腺结节良恶性分类方法,属于医学与信息技术领域,包括以下步骤:步骤S1:数据集处理;步骤S2:分类网络构建;步骤S3:分类模型训练;步骤S4:结节良恶性分类。本发明根据专家经验,通过采用分割+分类的策略对甲状腺结节超声图像进行良恶性分类;在分割网络中,使用AG注意力机制来获取低层特征的空间精确信息,并抑制无关区域的信息来减少冗余;为了克服膨胀卷积存在的网格问题和采样稀疏问题,设计了DASPP模块;最后通过多尺度信息融合,增强了网络的表达能力。

本发明授权一种基于分割的多特征信息的甲状腺结节良恶性分类方法在权利要求书中公布了:1.一种基于分割的多特征信息的甲状腺结节良恶性分类方法,其特征在于,包括以下步骤:步骤S1:数据集处理获取多张甲状腺结节图像,在超声科医生的指导下标注良恶性标签,形成数据集,并对数据集中的图像进行数据增强处理,然后将数据集划分为训练集、测试集和验证集;步骤S2:分类网络构建构建甲状腺结节良恶性分类网络,甲状腺结节良恶性分类网络包括多尺度分割网络与知识引导的多分支分类网络,多尺度分割网络用于对图像中的甲状腺结节进行分割,得到结节蒙版图像,多分支网络用于利用分割得到的结节区域图像、结节边缘图像和结节原始图像作为输入进行分类;在所述步骤S2中,多尺度分割网络以U-Net网络为主干网络,包括DASPP模块、注意力门以及多尺度特征融合模块;其中,所述注意力门用于获取低层特征的空间精确信息,抑制无关区域的信息;所述DASPP模块用于通过级联方式,将膨胀系数低的分支与膨胀系数系数高的分支相拼接后再进行卷积操作;所述多尺度特征融合模块用于将解码器不同尺度的输出信息进行融合以获取多尺度特征表示,然后将所有尺度的特征进行上采样恢复原始大小,同时使用1×1的卷积将通道维度降至1,最后将其拼接进行输出,从而得到分割结果;在所述步骤S2中,所述多分支分类网络包括三个分支网络,三个分支网络的结构相同,三个分支网络分别为原始分支网络、区域分支网络、边缘分支网络与跨层次特征融合模块;其中,所述原始分支网络用于提取结节的位置信息和大小信息,其输入为结节原始图像,所述区域分支网络用于提取结节内部的信息以及结节的纵横比信息,其输入为结节区域图像,所述边缘分支网络用于提取结节的边缘信息,其输入是结节边缘图像,所述跨层次特征融合模块用于将原始分支网络、区域分支网络、边缘分支网络提取的信息融合,进而对甲状腺结节良恶性进行分类;步骤S3:分类模型训练利用训练集对甲状腺结节良恶性分类网络进行训练,得到训练好的甲状腺结节良恶性分类模型;步骤S4:结节良恶性分类在测试集中验证甲状腺结节良恶性分类模型,利用通过验证的甲状腺结节良恶性分类模型对待检测图像中甲状腺结节的良恶性进行分类,得到结节良恶性分类结果。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人内蒙古大学,其通讯地址为:010021 内蒙古自治区呼和浩特市赛罕区大学西路235号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。