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！

龙图腾网获悉福建师范大学;中国热带农业科学院热带生物技术研究所申请的专利一种基于无监督对比学习的多模态脑肿瘤检测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：CN118864354B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202410820028.3，技术领域涉及：G06T7/00；该发明授权一种基于无监督对比学习的多模态脑肿瘤检测方法是由汪晓丁;阙友雄;许力;吴期滨;赵敏;葛彦宁设计研发完成，并于2024-06-24向国家知识产权局提交的专利申请。

本一种基于无监督对比学习的多模态脑肿瘤检测方法在说明书摘要公布了：本发明公开一种基于无监督对比学习的多模态脑肿瘤检测方法，将MRI图像与CT图像分别两次数据扩增得到两组MRI图像和两组CT图像，再用MRI和CT图像特征提取器提取扩增图像特征得到特征图。对两组MRI与两组CT的特征图融合得到两组融合特征图，并应用基于SEBlock的注意力机制。对注意力处理的特征图展平操作得到特征向量，使用投影头映射到更低维度的空间。利用对比学习的方法训练MRI和CT图像的特征提取器，使得两组融合特征图中同类图像对的特征更加接近，不同类图像对的特征更加远离。最后将训练好的MRI和CT图像的特征提取器返回。本发明利用了无监督学习强大的特征提取能力，减少对标注数据的依赖。

本发明授权一种基于无监督对比学习的多模态脑肿瘤检测方法在权利要求书中公布了：1.一种基于无监督对比学习的多模态脑肿瘤检测方法，其特征在于：其包括以下步骤： S1、获取用于训练的MRI图像与CT图像数据集，将MRI图像与CT图像分别进行两次数据扩增，得到两组MRI图像与两组CT图像； S2、构建用于并行处理MRI和CT图像的网络模型，称为Double‑Sim CLR模型；Double‑Sim CLR模型包括MRI特征提取器和CT特征提取器，分别用MRI特征提取器和CT特征提取器对两组MRI图像与两组CT图像提取特征得到两组MRI与两组CT的特征图；对两组MRI与两组CT的特征图进行扁平化处理后，一组MRI与一组CT的特征图进行融合得到两组融合特征图； 在融合特征图上应用基于SEBlock的注意力机制以提取重要特征；最后使用投影头将提取的重要特征映射到低维度的空间，并形成分类结果输出，以增强特征的区分性和判别性； S3、利用对比学习的方法训练Double‑Sim CLR模型，使得MRI特征提取器和CT特征提取器得到两组融合特征图中同类图像对的特征更加接近，不同类图像对的特征更加远离；并利用交叉熵损失函数训练全连接层，得到最终Double‑Sim CLR模型； S4、将待检测MRI图像与CT图像输入最终Double‑Sim CLR模型，输出得到脑肿瘤分类结构； 其中，S2中SEBlock的注意力机制包括以下步骤： S20、压缩：通过全局平均池化作提取输入特征图的每个通道的全局信息，即将输入的融合特征图中的空间信息压缩为每个通道的单个标量，对于每个通道计算特征图的平均值得到一个特征向量，具体表达式如下： 其中，zc表示输入特征图uc在通道c上的平均值；uc输入特征图，对应大小为W×H×C，W和H分别表示特征图的宽度和高度，C表示通道数，uci,j表示输入特征图的第c个通道在位置i,j处的像素值； S21、激励：通过学习zc自适应地为每个C通道分配特征权重s；采用由两个全连接层组成的瓶颈结构实现：第一个全连接层使用ReLU激活函数，以减少通道数；第二个全连接层使用Sigmoid激活函数，以恢复通道数；具体计算表达式如下： s＝Fexz,W＝σgz,W＝σgW2δW1z2； 其中，z表示压缩后的特征向量，W1和W2是权重矩阵，δ表示ReLU激活函数，σ表示Sigmoid激活函数；s的向量形式表示每个通道的权重； S22、重新加权：将计算得到的每个通道的分配特征权重s应用于原始特征图的每个通道进行重新校准，自适应地调整特征图中各通道的权重，增强重要特征；具体计算如下： 其中，是重新校准后的特征图，sc是对应通道c的权重； S23、计算特征向量的投影头映射： zi＝ghi＝W2σW1hi4； 其中，zi表示位置i,j处投影头映射；g为投影头函数，是一个具有一个隐藏层的多层感知机；hi为经过注意力机制修正后的特征图经过展平得到的特征向量；W1和W2表示线性变换，σ是ReLU非线性激活函数。

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福建师范大学;中国热带农业科学院热带生物技术研究所，其通讯地址为：350108 福建省福州市大学城科技路1号福建师范大学旗山校区；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”。