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！

龙图腾网获悉西安医学院第二附属医院申请的专利基于深度卷积神经网络的儿童肺炎病因分型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：CN120183680B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202510661342.6，技术领域涉及：G16H50/20；该发明授权基于深度卷积神经网络的儿童肺炎病因分型系统是由任婷婷;王彦华设计研发完成，并于2025-05-22向国家知识产权局提交的专利申请。

本基于深度卷积神经网络的儿童肺炎病因分型系统在说明书摘要公布了：本发明涉及训练模型技术领域，具体涉及基于深度卷积神经网络的儿童肺炎病因分型系统。该系统包括数据获取模块，用于获取影像及在训练模型中的特征；成人对比分析模块通过儿童与成人肺炎影像对应特征在不同病因上的表现偏差，以及特征关联的表现偏差，得到对比重要性；临床影响分析模块通过病因与临床指标的关联结合特征相关情况，得到临床参考性；模型调整训练模块综合对比重要性和临床参考性表征的贡献度，并根据贡献度在不同病因的显著情况调整训练分类的权重得到模型。本发明通过儿童与成人的特征对比提取，结合临床关联在病因分型的辅助分类特征，减小生长阶段不同导致的分类误差，提高儿童肺炎病因分型模型的准确性和鲁棒性。

本发明授权基于深度卷积神经网络的儿童肺炎病因分型系统在权利要求书中公布了：1.一种基于深度卷积神经网络的儿童肺炎病因分型系统，其特征在于，所述系统包括： 数据获取模块，用于分别获取成人与儿童在不同病因肺炎下的肺炎影像以及各项临床指标；通过预训练模型的卷积层获取肺炎影像中的特征； 成人对比分析模块，用于在每种病因下，分析成人与儿童的肺炎影像之间，每种特征在每种病因中出现表现程度之间的偏差，获得每种特征在每种病因的年龄区分度；并分析成人与儿童的肺炎影像之间，每种特征与其他特征在同步分布和分布距离上关联情况之间的偏差，获得每种特征在每种病因的分布特异性；结合年龄区分度和分布特异性，得到每种特征在每种病因的对比重要性； 临床影响分析模块，用于在儿童肺炎影像下，根据不同病因及各项临床指标间的相关情况，筛选出每种病因的参考临床指标；在每种病因下，通过每种特征与参考临床指标的相关情况，结合病因与参考临床指标的相关情况，获得每种特征在每种病因的临床参考性； 模型调整训练模块，用于结合临床参考性和对比重要性，获得每种特征在每种病因的贡献度；通过每种特征在不同病因中贡献度的分布显著情况，获得每种特征的分型贡献度；依据分型贡献度对训练模型中特征进行权重调整并训练，得到病因分型网络模型； 所述对比重要性的获取方法包括： 将每种特征在每种病因的年龄区分度和分布特异性的乘积，作为每种特征在每种病因的对比重要性； 所述临床参考性的获取方法包括： 对于任意一种病因的任意一种特征，计算该特征与该病因每项参考临床指标的相关度，以及该病因与参考临床指标的相关度之间的乘积，作为该特征在该病因与每项参考临床指标的相关联系指标； 将该特征在该病因与所有参考临床指标的相关联系指标的和值作为分子，该病因与所有参考临床指标的相关度的和值作为分母，获得该特征在该病因的临床参考性； 所述贡献度的获取方法包括： 将每种特征在每种病因的临床参考性和对比重要性的乘积，作为每种特征在每种病因的贡献度； 所述分型贡献度的获取方法包括： 对于任意一种特征，依次将该特征所处病因作为分析病因；将该特征在除分析病因外的所有病因中的贡献度均值，作为该特征在分析病因的分离显著度； 计算该特征在分析病因的贡献度与分离显著度的差异后，将差异与贡献度的乘积作为该特征与分析病因的显著贡献度； 将该特征与所有病因的显著贡献度的最大值，作为该特征的分型贡献度。

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医学院第二附属医院，其通讯地址为：710000 陕西省西安市灞桥区纺织城167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。