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！

龙图腾网恭喜华东交通大学申请的专利基于深度学习的移动端肺结节检测与多级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：CN119273695B 。

龙图腾网通过国家知识产权局官网在2025-05-09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：202411816040.3，技术领域涉及：G06T7/00；该发明授权基于深度学习的移动端肺结节检测与多级分类方法是由张睿;李雄;张诗航设计研发完成，并于2024-12-11向国家知识产权局提交的专利申请。

本基于深度学习的移动端肺结节检测与多级分类方法在说明书摘要公布了：本发明提出基于深度学习的移动端肺结节检测与多级分类方法，该方法包括：将图像转换成灰度图像，基于将灰度图像得到分割阈值，通过分割阈值得到二值图像；通过二值图像获得膨胀后的掩码图像；基于二值图像得到掩膜，基于掩膜和膨胀后的掩码图像得到经过肺实质分割部分处理后的肺实质图像；基于经过肺实质分割部分处理后的肺实质图像，得到通过多头自注意力机制处理的增强特征图、连接后的输出特征图和经过快速空间金字塔池化操作后的特征图；将三种特征图输入高效检测头，获得结果并对目标进行预测和跟踪。本发明在对肺结节以多尺度特征提取和融合为核心，通过对不同大小目标的特征进行充分的整合与处理，提升检测精度和效率。

本发明授权基于深度学习的移动端肺结节检测与多级分类方法在权利要求书中公布了：1.基于深度学习的移动端肺结节检测与多级分类方法，其特征在于，所述方法包括如下步骤：步骤1、将RGB图像转换为灰度图像，再将灰度图像进行数据标准化处理，得到标准化后的灰度图像；从标准化后的灰度图像中选取中间区域，通过计算得到中间区域均值，通过K均值聚类算法将中间区域均值中的像素值分为两类，基于两类像素值的中心点得到分割阈值；基于分割阈值将标准化后的灰度图像转换成二值图像；步骤2、对二值图像进行腐蚀操作，得到腐蚀后的二值图像；对腐蚀后的二值图像进行膨胀操作，得到膨胀后的二值图像；利用标记连通区域函数标记膨胀后的二值图像中的连通区域，得到标记区域，再使用求唯一值函数捕获所有标记区域，得到捕获区域；遍历所有捕获区域，根据边界框大小和位置筛选出符合条件的区域，并将符合条件的区域所对应的标签添加到列表中；遍历列表中所有的标签，利用全零的掩码图像通过迭代生成肺部掩码图像，随后将肺部掩码图像转换为uint8类型并再次进行膨胀操作，得到膨胀后的肺部掩码图像；步骤3、对二值图像中的像素点进行分配并标记，得到标记后的像素点；计算并得到二值图像中每个连通区域的像素和，基于所有连通区域的像素和进行取最大值处理，得到最大连通区域的像素和；对最大连通区域的像素和进行筛选，得到大于最大连通区域像素和一半的连通区域索引列表；基于标记后的像素点和连通区域索引列表，生成最大连通区域的掩膜；基于膨胀后的肺部掩码图像和最大连通区域的掩膜得到经过肺实质分割部分处理后的肺实质图像；集合经过肺实质分割部分处理后的肺实质图像和原图像标签生成训练数据集，并利用训练数据集对模型进行训练；步骤4、将经过肺实质分割部分处理后的肺实质图像经过标准化处理，得到标准化后的图像；将标准化后的图像输入改进的残差移动模块，经过残差连接和深度卷积操作，得到增强特征图；利用多头自注意力机制对增强特征图进行处理，得到通过多头自注意力机制处理的增强特征图；利用组卷积模块和多尺度组卷积池化模块对标准化后的图像进行处理，将处理结果通过高效瓶颈模块进行跳跃连接，得到连接后的输出特征图；利用快速空间金字塔池化模块对标准化后的图像进行处理，得到经过快速空间金字塔池化操作后的特征图；步骤5、将通过多头自注意力机制处理的增强特征图、连接后的输出特征图和经过快速空间金字塔池化操作后的特征图输入高效检测头，通过多尺度卷积和DFL机制得到边界框坐标；通过边界框坐标对目标进行预测和跟踪。

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华东交通大学，其通讯地址为：330000 江西省南昌市经济技术开发区双港东大街808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”。