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！

龙图腾网获悉浙江大学申请的专利一种基于改进ResNet的儿童皮肤病多分类系统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：CN119380077B 。

龙图腾网通过国家知识产权局官网在2025-07-18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：202411400145.0，技术领域涉及：G06V10/764；该发明授权一种基于改进ResNet的儿童皮肤病多分类系统是由俞刚;沈忱;郑惠文;李竞;齐国强;姚文博;花明峰设计研发完成，并于2024-10-09向国家知识产权局提交的专利申请。

本一种基于改进ResNet的儿童皮肤病多分类系统在说明书摘要公布了：本发明公开了一种基于改进ResNet的儿童皮肤病多分类系统，包括计算机存储器以及存储在计算机存储器中的分类模型；分类模型包含特征提取单元和预测单元；特征提取单元包含残差模块结构、中尺度膨胀卷积结构、宽尺度膨胀卷积结构和多尺度融合空洞卷积结构；图像顺次经过一个卷积层、一个最大池化层、一个卷积层和一个批正则化层后从提取特征，进入上述四个并行使用的结构，输出各自的特征图；预测单元将每个结构输出的特征图融合后输入一个批正则化层，对融合后的特征进行标准化；之后通过平均池化层对标准化后的特征图进行下采样；最后通过softmax层将特征转化为皮肤疾病的分类概率分布。利用本发明，可以提高常见儿童皮肤病的识别和分类准确性。

本发明授权一种基于改进ResNet的儿童皮肤病多分类系统在权利要求书中公布了：1.一种基于改进ResNet的儿童皮肤病多分类系统，其特征在于，包括计算机存储器、计算机处理器以及存储在计算机存储器中并可在计算机处理器上执行的计算机程序，计算机存储器中存储有训练好的分类模型； 所述的分类模型采用改进的ResNet网络模型，包含特征提取单元和预测单元； 所述的特征提取单元包含残差模块结构、中尺度膨胀卷积结构、宽尺度膨胀卷积结构和多尺度融合空洞卷积结构；图像顺次经过一个卷积层、一个最大池化层、一个卷积层和一个批正则化层后从图像中提取特征，进入上述四个结构，四个结构并行使用，输出各自的特征图； 所述的残差模块结构包含三个残差模块，其中两个残差模块串联后与另一个残差模块并行使用；每个残差模块包含并行的两条支路，一条支路包含顺次连接的3×3卷积层、批正则层、3×3卷积层和批正则层，另一条支路为一个1×1卷积层；两条支路得到的特征经特征相加后再经过一个批正则层，得到输出特征图； 中尺度膨胀卷积结构包含顺次连接的3×3卷积层、批正则层、3×3膨胀卷积、批正则层；其中，3×3膨胀卷积的膨胀率为2，中尺度膨胀卷积结构用于模拟7×7卷积核的感受野； 宽尺度膨胀卷积结构包含依次连接的3×3卷积层、批正则层、3×3膨胀卷积层、批正则层、3×3膨胀卷积层、批正则层；其中，3×3膨胀卷积层的膨胀率为2，宽尺度膨胀卷积结构用于模拟15×15卷积核的感受野； 多尺度融合空洞卷积结构包含并行的两条支路，一条支路包含依次连接的三个空洞卷积，每个空洞卷积使用不同的空洞率来扩展感受野，输入特征图依次进行三次空洞卷积操作后，将前两次卷积对应的中间特征图和最后一次卷积的特征图进行特征拼接；另一条支路为一个1×1卷积；两条支路的输出经特征相加后再经过一个1×1卷积，得到输出特征图； 所述的预测单元中，将每个结构输出的特征图融合后输入一个批正则化层，通过归一化技术对融合后的特征进行标准化处理；之后通过平均池化层对标准化后的特征图进行下采样，将特征图压缩为单一向量，减少特征图的空间维度同时保留最重要的特征信息；最后通过softmax层将特征转化为皮肤疾病的分类概率分布； 所述的计算机处理器执行计算机程序时实现以下步骤：将待分类的儿童常见皮肤病图像输入训练好的分类模型中，得到皮肤病分类结果。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。