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！

龙图腾网获悉西南大学申请的专利基于双侧对比差异信息的颅内大血管堵塞识别的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：CN116403055B 。

龙图腾网通过国家知识产权局官网在2025-08-29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：202310562950.2，技术领域涉及：G06V10/764；该发明授权基于双侧对比差异信息的颅内大血管堵塞识别的分类方法是由姚睿;陈善雄;李川;李咏梅;谭朵;马雨琪;向雅芸设计研发完成，并于2023-05-18向国家知识产权局提交的专利申请。

本基于双侧对比差异信息的颅内大血管堵塞识别的分类方法在说明书摘要公布了：本发明公开了一种基于双侧对比差异信息的颅内大血管堵塞识别的分类方法，主要涉及医学图像分类技术领域；包括步骤：S1、采集数据图像并进行最大密度投影操作，将原始影像格式数据转换为图像格式数据；S2、预处理图像；S3、将左半脑图像、右半脑图像分别送入主体网络提取对应半脑的图像特征FMleft、FMr‑flip；S4、将获取的FMleft、FMr‑flip送入对称信息处理模块，获取分类损失S5、将获取的FMleft、FMr‑flip送入深度监督模块，获取对比损失S6、利用和更新模型，直至效果收敛；本发明能够解决现有的颅内大血管堵塞责任血管自动化识别效果差的问题。

本发明授权基于双侧对比差异信息的颅内大血管堵塞识别的分类方法在权利要求书中公布了：1.基于双侧对比差异信息的颅内大血管堵塞识别的分类方法，其特征在于，包括步骤： S1、采集数据图像并进行最大密度投影操作，将原始影像格式数据转换为图像格式数据，以便后续使用； S2、预处理图像，先矫正输入图像，然后将输入图像划分为左半脑图像Xleft和右半脑图像Xright，然后对Xright图像进行水平翻转得到Xr-flip； S3、将左半脑图像、右半脑图像分别送入主体网络提取对应半脑的图像特征FMleft、FMr-flip； 输入的图像Xleft、Xr-flip会首先经过同一个主干网络去提取同样式的低级特征Fleft、Fr-flip，然后Fleft、Fr-flip会分别经过各自半脑独有的注意力卷积分支去获得高级语义特征FMleft、FMr-flip； 其中，注意力卷积分支是由多个注意力卷积块组成，能在空间以及通道维度上完成注意力的加持； 注意力卷积分支为： 对于输入的卷积特征Finput，它将在通道以及空间位置上完成加权操作后得到输出特征Fout，在通道加权方面，Finput首先会在宽高维度进行全局最大池化与全局平均池化操作得到FMP与FAP，然后FMP与FAP在经过MLP结构后会完成对应位置值加和操作，最后在Sigmoid激活函数的作用下生成最终的通道权重Wcha，用公式描述为： Wcha＝σMLPAvgPoolFinput+MLPMaxPoolFinput 其中，σ·为Sigmoid激活函数，MLP为多层感知机结构； 对于空间信息的加权，Finput也会先使用最大池化与平均池化操作，不过是在通道方向上进行，这样会得到与Finput同等宽高但通道为1的特征与然后这两个特征会在拼接和卷积，卷积操作后由Sigmoid激活函数生成空间权重Wspa，用公式描述为： Wspa＝σconvconcat[AvgPoolFinput,MaxPoolFinput] 其中，conv为3×3卷积操作，concat为拼接操作，σ·为Sigmoid激活函数； S4、将获取的FMleft、FMr-flip送入对称信息处理模块，获取分类损失 首先将两侧半脑的特征信息进行wise-subtract操作，得到差异特征Fu，然后将差异特征Fu送入连续的卷积层进行信息提取，接着实施按batchsize维度展平，最后送入全连接层完成分类的操作，得到分类损失分类的损失函数为交叉熵损失函数； 用公式语言描述为： 其中，Conv·表示连续的卷积操作，View·表示展平操作，FC表示全连接层，在得到Ff之后还需要进行Softmax操作才能获取最后的各类别预测概率，最终所用的分类损失函数为交叉熵损失函数，公式表达为： 其中，N表示样本数量，M表示分类类别数，yic如果样本i的真实类别等于c取1，否则取0，pic表示观察样本i属于类别c的预测概率； S5、将获取的FMleft、FMr-flip送入深度监督模块，获取对比损失 S6、利用和更新模型，直至效果收敛。

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西南大学，其通讯地址为：400715 重庆市北碚区天生路2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”。