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！

龙图腾网获悉同济大学申请的专利基于证据调和的不确定性医学图像分布外数据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：CN119418100B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202411440236.7，技术领域涉及：G06V10/764；该发明授权基于证据调和的不确定性医学图像分布外数据检测方法是由陈宇飞;付巍设计研发完成，并于2024-10-15向国家知识产权局提交的专利申请。

本基于证据调和的不确定性医学图像分布外数据检测方法在说明书摘要公布了：本发明涉及计算机医学图像处理领域，提出了基于证据调和的不确定性医学图像分布外数据检测方法。该方法包括步骤：对输入的医学影像进行特征提取并生成特定证据表示，导出对应预测结果、不确定性度量，对分布外样本进行识别。本发明易于实现，对传统方法中得到的证据进行了校正，提高了分布外样本的检出能力，增强了医学辅助诊断的可信性。利用本发明可以有效降低医学辅助诊断中因训练数据不完备导致的误诊风险，并且不影响原网络的计算复杂度。将来应用：缓解医学辅助诊断中的过度自信问题，为医生诊断提供可信的依据。

本发明授权基于证据调和的不确定性医学图像分布外数据检测方法在权利要求书中公布了：1.基于证据调和的不确定性医学图像分布外数据检测方法，其特征在于，包括步骤： 步骤1：数据集、模型准备； 步骤2：训练优化； 步骤3：针对测试数据的影像类别预测和分布外检测； 所述步骤1，具体包括： 步骤1.1：收集影像和对应的类别标签，经过预处理、数据清洗、整理后构建分类影像数据集，包括训练数据、测试数据； 步骤1.2：收集自然影像数据集上训练完毕的预训练神经网络，用于图像特征提取； 步骤1.3：构建证据调和神经网络，该网络包括预训练神经网络、证据生成模块、证据调和模块，它们依次连接构成； 所述步骤2，具体包括： 步骤2.1：将步骤1.1获取的训练影像数据使用预训练神经网络进行特征提取； 步骤2.2：将步骤2.1中得到的特征经过证据生成模块生成原始证据； 步骤2.3：通过证据调和模块对步骤2.2中得到的原始证据进行调和校正，得到调和证据表示； 步骤2.4：利用步骤2.3中得到的调和证据生成迪利克雷分布； 步骤2.5：结合步骤1影像数据集中的类别标签计算调和双伽马证据损失作为评价指标； 步骤2.6：冻结预训练神经网络参数，并对证据生成模块、证据调和模块进行训练； 所述步骤3，具体包括： 步骤3.1：将测试数据输入已训练的证据调和神经网络，得到调和证据以及对应的迪利克雷分布； 步骤3.2：由步骤3.1中迪利克雷分布导出测试样本的分类预测、不确定性度量； 步骤3.3：比较预设的阈值与步骤3.2中不确定性度量值的大小关系，判定样本是否属于分布外样本。

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同济大学，其通讯地址为：200092 上海市杨浦区上海市四平路1239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。