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！

龙图腾网获悉西安电子科技大学杭州研究院;西安电子科技大学;浙江杜比医疗科技有限公司申请的专利一种基于对比学习的乳腺肿瘤良恶性分类方法及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：CN120495289B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202510976492.6，技术领域涉及：G06T7/00；该发明授权一种基于对比学习的乳腺肿瘤良恶性分类方法及系统是由李垚垚;姚沈妤;陈正祎;袁细国;于强设计研发完成，并于2025-07-16向国家知识产权局提交的专利申请。

本一种基于对比学习的乳腺肿瘤良恶性分类方法及系统在说明书摘要公布了：本发明属于但不限于医学影像与人工智能技术领域，公开了一种基于对比学习的乳腺肿瘤良恶性分类方法及系统；在预训练阶段，使用基于对比学习的自监督学习策略，通过设计综合对比损失函数，结合乳腺肿瘤的生理信息对样本进行精细化划分，使得模型从有限的标注数据中有效提取出有判别力的特征；采用多视角数据增强方法，通过不同角度下的图像数据增强训练集的多样性，有效提高了模型的泛化能力。在微调分类阶段，采用三分支网络结构分别处理不同波长下的近红外图像以及时序图像，设计特征融合模块将多种信号信息进行融合。该微调阶段特别针对光学图像数据集中的时空信号特点，增强了模型对肿瘤特征的敏感度，尤其在早期小肿瘤的检测上表现突出。

本发明授权一种基于对比学习的乳腺肿瘤良恶性分类方法及系统在权利要求书中公布了：1.一种基于对比学习的乳腺肿瘤良恶性分类方法，其特征在于，包括下列步骤： 步骤一、获取光学成像设备采集的乳腺肿瘤动态原始图像； 步骤二、利用图像灰度动态变化质量评估算法计算每帧图像质量分数Q，将Q与预设阈值T比较，保留Q大于等于T的图像； 步骤三、对保留图像依次执行Retinex算法、对比受限自适应直方图均衡处理以及乳房区域标准化，得到预处理图像； 步骤四、针对预处理图像设计基于ResNet18骨干网络的对比学习预训练模型，以无监督对比损失与有监督对比损失共同约束进行特征学习，其中无监督对比损失采用InfoNCE损失函数并将每个样本视为独立类别，有监督对比损失的正样本对由良性AB罩杯、恶性AB罩杯、良性CD罩杯、恶性CD罩杯四类样本中类别相同的图像构成；在所述特征学习过程中采用基于多视角视图的数据增强算法扩充数据集； 步骤五、基于预训练完成的对比学习模型构建三分支网络，分别接收波长六百四十纳米增强图像、波长八百纳米增强图像以及时序光学累加图像；在ResNet18最后平均池化层输出的特征图基础上，调用特征融合模块进行加权融合得到融合特征，所述特征融合模块先将时序光学累加图像分支输出的特征图经Sigmoid函数处理得到权重，与两路增强图像分支输出的特征图分别进行元素相乘，再将八百纳米增强图像分支经相乘后的特征图再次经Sigmoid函数处理后与六百四十纳米增强图像分支经相乘后的特征图进行元素相乘，得到融合特征；其中时序光学累加图像为对时序光学图像序列进行累加、归一化操作得到； 步骤六、将融合特征输入分类器输出乳腺肿瘤良恶性结果； 步骤七、在光学成像设备中部署所述分类器，实现乳腺肿瘤良恶性自动诊断。

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安电子科技大学杭州研究院;西安电子科技大学;浙江杜比医疗科技有限公司，其通讯地址为：311231 浙江省杭州市萧山区萧山经济技术开发区钱农东路8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”。