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！

龙图腾网获悉云南师范大学申请的专利基于多源异构信息融合的肺癌图像分类方法、系统及介质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：CN118864975B 。

龙图腾网通过国家知识产权局官网在2025-06-06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：202411002971.X，技术领域涉及：G06V10/764；该发明授权基于多源异构信息融合的肺癌图像分类方法、系统及介质是由方达;钱凯;邰永航;黄小乔;李成立;张超设计研发完成，并于2024-07-25向国家知识产权局提交的专利申请。

本基于多源异构信息融合的肺癌图像分类方法、系统及介质在说明书摘要公布了：本发明涉及图像处理技术领域，更具体涉及基于多源异构信息融合的肺癌图像分类方法、系统及介质。该方法包括：步骤S1：基于多源异构图像获取原始图像；步骤S2：将第二图像和第三图像的背景去除并放大至多个预设倍数得到训练图像；步骤S3：通过模型创建单元生成第一模型，并使用训练图像训练第一模型，将患者的目标图像放大至多个预设倍数输入第一模型，获取多个目标子图像；步骤S4：获取与第i病理类型相似度最高的两个病理类型，并通过模型创建单元创建第iA模型和第iB模型；步骤S5：根据第iA模型和第iB模型输出的匹配度之和判断目标图像的病理类型。本发明解决了肺癌图像分类不精确的问题，提高了肺癌图像分类的精度。

本发明授权基于多源异构信息融合的肺癌图像分类方法、系统及介质在权利要求书中公布了：1.一种基于多源异构信息融合的肺癌图像分类方法，其特征在于，所述方法包括如下步骤：步骤S1：通过收集单元从存储单元中获取多个已知病理类型的多源异构图像，并基于所述多源异构图像获取原始图像；步骤S2：将所述原始图像放大至预设尺寸，并将放大后所述原始图像作为第一图像，在所述第一图像的面积大于等于设定面积时，通过分割单元将所述第一图像分割成多个第二图像，将面积小于所述设定面积的所述第一图像作为第三图像，并将所述第二图像和所述第三图像的背景去除并放大至多个预设倍数得到训练图像；步骤S3：通过模型创建单元生成第一模型，并使用所述训练图像训练所述第一模型，将患者的目标图像放大至多个所述预设倍数输入所述第一模型，获取多个目标子图像；步骤S4：根据所述原始图像对应的病理类型获取每一所述病理类型对应的所述训练图像，并将任意两种所述病理类型的所述训练图像进行比较，获取与第i病理类型相似度最高的两个病理类型，并通过所述模型创建单元创建所述第i病理类型对应的第iA模型和第iB模型，并基于所述第i病理类型和所述两个病理类型对应的训练图像训练所述第iA模型和所述第iB模型；步骤S5：将多个所述目标子图像分别输入每一所述病理类型对应的所述第iA模型和所述第iB模型，并根据所述第iA模型和所述第iB模型输出的匹配度判断所述目标图像所属的病理类型；所述步骤S4包括如下步骤：步骤S41：根据所述原始图像对应的病理类型获取每一所述病理类型对应的所述训练图像，并将任意两种所述病理类型的所述训练图像进行比较，并获取比较结果；步骤S42：根据所述比较结果，获取与第i病理类型相似度最高的第j病理类型和第k病理类型；步骤S43：通过所述模型创建单元创建第iA模型和第iB模型，并通过所述训练图像中与所述第i病理类型和所述第j病理类型对应的第一学习图像训练所述第iA模型，并通过所述训练图像中与所述第i病理类型和所述第k病理类型对应的第二学习图像训练所述第iB模型，其中，i的取值范围为大于等于1小于等于N的正整数，N为所述原始图像对应的全部病理类型数量；所述步骤S5包括如下步骤：步骤S51：将多个所述目标子图像分别输入所述第iA模型和所述第iB模型，并获取所述第iA模型输出的第一数值和第二数值，及所述第iB模型输出的第三数值和第四数值，其中，所述第一数值为所述第iA模型输出所述目标图像与所述第i病理类型的匹配度，所述第二数值为所述第iA模型输出所述目标图像与所述第j病理类型的匹配度；所述第三数值为所述第iB模型输出所述目标图像与所述第i病理类型的匹配度，所述第四数值为所述第iB模型输出所述目标图像与所述第k病理类型的匹配度;步骤S52：通过计算所述第一数值和所述第三数值的和作为第i匹配度累计值，在所述匹配度累计值，第m匹配度累计值为全部所述第i匹配度累计值中最大，且所述第m匹配度累计值对应的所述第一数值和所述第二数值都大于第一阈值时，将所述第m匹配度累计值对应的第m病理类型作为所述目标图像对应的病理类型；其中，j、k、m的取值范围为大于等于1小于等于N的正整数，N为所述原始图像对应的全部病理类型数量。

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云南师范大学，其通讯地址为：650500 云南省昆明市呈贡吴家营聚贤街768号(云南师范大学)；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”。