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！

龙图腾网获悉精微视达医疗科技(苏州)有限公司;清华大学申请的专利一种共聚焦显微内镜图像的病灶识别方法和装置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：CN120894370B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202511419348.9，技术领域涉及：G06T7/00；该发明授权一种共聚焦显微内镜图像的病灶识别方法和装置是由冯宇;马骁萧;廖洪恩设计研发完成，并于2025-09-30向国家知识产权局提交的专利申请。

本一种共聚焦显微内镜图像的病灶识别方法和装置在说明书摘要公布了：本发明涉及图像处理领域，公开一种共聚焦显微内镜图像的病灶识别方法和装置，方法包括：获取共聚焦显微内镜设备输出的视频流；抽取视频流的单帧图像，基于预设静态识别模型识别病灶形态特征，生成第一病变结果；基于预设动态识别模型识别视频流的连续性特征，生成第二病变结果；对第一病变结果和第二病变结果进行融合。本发明不仅利用了单帧共聚焦图像的病灶形态信息，还充分挖掘了视频序列中难以被人眼捕捉的动态特征，提高了病灶识别结果的准确性，同时在识别过程中，对算法和模型进行了优化，降低了图像输入到结果输出全过程的延迟，从而满足了临床实时性需求，显著提高医生诊断结果的准确率和不同操作者之间诊断的一致性。

本发明授权一种共聚焦显微内镜图像的病灶识别方法和装置在权利要求书中公布了：1.一种共聚焦显微内镜图像的病灶识别方法，其特征在于，包括以下步骤： 步骤1，获取共聚焦显微内镜设备输出的视频流； 步骤2，抽取所述视频流的单帧共聚焦显微图像，基于预设静态识别模型获取所述单帧共聚焦显微图像的病灶形态特征，并生成第一病变结果以及对应的第一分类概率； 步骤3，基于预设动态识别模型获取所述视频流的连续性特征，并基于所述连续性特征生成第二病变结果以及对应的第二分类概率； 步骤4，根据第一分类概率和第二分类概率对所述第一病变结果和所述第二病变结果进行融合，生成目标病灶识别结果并显示； 所述方法还包括预设静态识别模型训练步骤，具体为： 建立静态识别模型，所述静态识别模型采用在ImageNet数据集上预训练的EfficientNet-B3作为主干网络，且将最后一层的分类器替换为全局平均池化层以及基于ReLU激活函数的全连接层，以输出每个预设类别的第一分类概率； 采集历史视频流，使用余弦相似度或互信息剔除所述历史视频流中相似度较高的共聚焦图像并进行数据标注和数据增强，建立第二训练数据； 使用在ImageNet数据集上预训练的权重进行初始化，并采用所述第二训练数据对初始化后的静态识别模型进行训练，训练过程采用带权重的交叉熵损失函数，直到达到对应的收敛目标； 所述方法还包括预设动态识别模型训练步骤，具体为： 建立动态识别模型，所述动态识别模型采用在Kinetics-600数据集上预训练的I3D模型，且将最后一层的分类器替换为全局平均池化层和全连接层，以输出每个预设类别的第二分类概率； 采集历史视频流，从每个历史视频流中随机抽取一个起始点，并获取连续的若干帧图像，经过预处理后生成对应的短时序视频片段，以建立第三训练数据； 使用在Kinetics-600数据集上预训练的权重进行初始化，并采用所述第三训练数据对初始化后的动态识别模型进行训练，训练过程中为靠近输入端的底层卷积层设置第一学习率，为靠近输出端的高层卷积层设置第二学习率，所述第二学习率大于所述第一学习率，且采用带权重的交叉熵损失函数，直到达到对应的收敛目标。

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精微视达医疗科技(苏州)有限公司;清华大学，其通讯地址为：215100 江苏省苏州市高新区富春江路188号1号楼804室、805室；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。