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！

龙图腾网获悉河北大学申请的专利无源主动领域自适应息肉半监督分割和分类系统及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：CN119672409B 。

龙图腾网通过国家知识产权局官网在2025-10-14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：202411712624.6，技术领域涉及：G06V10/764；该发明授权无源主动领域自适应息肉半监督分割和分类系统及方法是由杨昆;常世龙;王尉丞;孟杰;熊英;薛林雁;范文龙;刘琨;刘爽设计研发完成，并于2024-11-27向国家知识产权局提交的专利申请。

本无源主动领域自适应息肉半监督分割和分类系统及方法在说明书摘要公布了：本发明提供了一种无源主动领域自适应息肉半监督分割和分类系统及方法。所述分割和分类系统包括数据收集模块、数据预处理模块、源域样本筛选模块、目标域样本筛选模块、数据标注模块、息肉分割和分类模型构建模块和息肉分割和分类模型半监督训练模块。本发明通过源域样本筛选模块筛选出一定数量的代表性样本，通过目标域样本筛选模块筛选出一定数量的代表性样本以及与源域特征相似度较高的域间相似样本和相似度较低的域间差异样本；对筛选出来的这些样本进行标注，后续通过交叉伪监督一致性策略对息肉分割和分类模型进行训练，得到最终的模型参数。本发明能够大幅度提高息肉分割和分类模型对标注数据量的依赖，并且具有良好的跨医疗中心鲁棒性。

本发明授权无源主动领域自适应息肉半监督分割和分类系统及方法在权利要求书中公布了：1.一种无源主动领域自适应息肉半监督分割和分类系统，其特征是，包括： 数据收集模块，用于采集至少两家医疗机构在常规内窥镜检查过程中获取的息肉病变图像，并收集相应的病理活检结果和专家诊断报告，建立图像与病理类型的精确对应关系；采集的数据分为源域数据集和目标域数据集； 数据预处理模块，用于对收集到的源域数据集和目标域数据集分别进行匿名化处理，之后按照一定比例切分为训练集和测试集，并对训练集中处理后的图像进行随机变化，以进行数据增强增加样本的丰富性； 源域样本筛选模块，用于构建源域代表性特征集，以及从源域训练集中筛选出设定数量的代表性样本；源域样本筛选模块采用变分自编码器将源域训练集中的样本从原始图像空间映射到高维潜在特征空间，并在特征空间中执行聚类操作，获取各个聚类的中心样本形成源域代表性特征集，随后从各个聚类中筛选出设定数量的代表性样本； 目标域样本筛选模块，用于从目标域训练集中筛选出设定数量的代表性样本，以及与源域特征相似度较高的域间相似样本和相似度较低的域间差异样本；目标域样本筛选模块采用变分自编码器器将目标域训练集中的样本从原始图像空间映射到高维潜在特征空间，并在特征空间中执行聚类操作，并从各个聚类中筛选出设定数量的代表性样本，随后计算目标域样本特征与源域代表性特征集中各个特征的相似度取平均值得到平均相似度，按照平均相似度进行排序，筛选出相似度较高的域间相似样本和相似度较低的域间差异样本； 数据标注模块，用于对源域样本筛选模块和目标域样本筛选模块所筛选出的样本中的息肉区域进行标注； 息肉分割和分类模型构建模块，用于构建息肉分割和分类模型，并利用构建的模型实现息肉的精确分割和病理类型分类； 息肉分割和分类模型半监督训练模块，用于将源域或目标域训练集中已标注的图像样本和未标注的图像样本进行混合，并利用交叉伪监督一致性策略对息肉分类和分割模型进行训练，得到最终的模型参数； 所构建的息肉分割和分类模型包括： 编码器，用于提取内窥镜图像中的浅层次和深层次特征； 分割解码器，用于通过特征金字塔结构或多尺度特征融合的方式，将不同层次的特征进行聚合，最终输出像素级的息肉区域分割；以及 分类解码器，用于通过特征聚合和全局池化操作，将多层次特征整合后预测息肉的病理类别。

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河北大学，其通讯地址为：071002 河北省保定市五四东路180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”。

以上内容由龙图腾AI智能生成。